跳到正文
arXiv · 机器人与计算机视觉· Ruipeng Ma, Qing Xu, Jie Liang, Zhen Chen·· 16 天前AI 评分42

SurgStream:面向实时手术视频理解的工作流锚定主动流式框架与基准

SurgStream: A Workflow-Anchored Proactive Streaming Framework and Benchmark for Real-Time Surgical Video Understanding

AI 导读

SurgStream 提出工作流锚定记忆(WAM)和截止时间感知转换学习(DTL),解决实时手术视频中联合保留过程证据与时机响应难题。SurgStream-Bench 包含覆盖感知、回溯查询及主动问答的 1.17 万条交互数据,实验显示其在记忆与主动问答任务上优于最先进方法。源代码即将开放。

来源:arXiv · 机器人与计算机视觉 · arxiv.org