EndoDepth: 내시경 깊이 예측의 견고성 평가를 위한 벤치마크

내시경에서 정확한 깊이 추정은 다양한 의료 절차 및 CAD 도구를 위한 컴퓨터 비전 파이프라인을 성공적으로 구현하는 데 필수적이다. 본 논문에서는 단일 카메라 기반 깊이 예측 모델의 내시경 환경에서의 견고성(로버스트성)을 평가하기 위해 설계된 'EndoDepth 벤치마크'를 제안한다. 기존의 데이터셋과 달리, EndoDepth 벤치마크는 내시경 절차 중 흔히 발생하는 다양한 도전 과제들을 포함하고 있다. 본 연구에서는 내시경 환경에서의 모델 견고성 성능을 일관되게 평가할 수 있도록 특별히 설계된 평가 방법을 제시한다. 그 중 하나로, 내시경 이미지의 왜곡에 의해 발생하는 오차에 대한 모델 정확도를 심층적으로 평가할 수 있는 새로운 복합 지표인 평균 깊이 추정 견고성 점수(Mean Depth Estimation Robustness Score, mDERS)를 도입한다. 또한, 내시경 환경에서의 견고성 평가를 위해 특별히 설계된 새로운 데이터셋인 SCARED-C를 제시한다. 광범위한 실험을 통해 최신의 깊이 예측 아키텍처들을 EndoDepth 벤치마크에서 평가함으로써, 내시경 환경에서의 도전적인 영상 아티팩트를 다루는 모델의 강점과 약점을 파악할 수 있었다. 본 연구 결과는 내시경에서 정확한 깊이 추정을 위한 전용 기술의 중요성을 입증하며, 향후 연구 방향에 대한 귀중한 통찰을 제공한다.