수술 활동 인식을 위한 순환 신경망의 활용

우리는 반복 신경망을 로봇 운동학에서 수술 활동 인식 작업에 적용합니다. 이 분야의 이전 연구는 주로 짧고 낮은 수준의 활동 또는 제스처를 인식하는 데 초점을 맞추었으며, 숨겨진 마르코프 모델과 조건부 랜덤 필드의 변형을 기반으로 하였습니다. 반면에, 우리는 제스처와 더 길고 높은 수준의 활동, 즉 전략(maneuvers)을 모두 인식하는 작업에 참여하며, 운동학에서 제스처/전략으로의 매핑을 반복 신경망으로 모델링합니다. 우리所知，我们是第一个将循环神经网络应用于此任务的研究团队。通过使用单一模型和一组超参数，我们在手势识别方面达到了最先进的性能，并在策略识别方面（无论是准确性还是编辑距离）都超越了现有水平。代码可在 https://github.com/rdipietro/miccai-2016-surgical-activity-rec 获取。修正后的翻译如下：우리가 알고 있는 바로는, 우리는 이 작업에 반복 신경망을 처음으로 적용한 연구팀입니다. 단일 모델과 단일 하이퍼파라미터 집합을 사용하여, 우리는 제스처 인식에서 최신 성능을 일치시키며, 전략(maneuvers) 인식에서는 정확성과 편집 거리 측면에서 최신 성능을 한층 더 발전시켰습니다. 코드는 https://github.com/rdipietro/miccai-2016-surgical-activity-rec 에서 제공됩니다.