Predictive Multi-Landmark OCT Tracking for Increased Motion Robustness

📄 arXiv: 2609.11330v1 📥 PDF

作者: Konrad Reuter, Suresh Guttikonda, Chaitali Uday Karekar, Christian Betz, Alexander Schlaefer

分类: cs.CV

发布日期: 2026-09-10

备注: Accecpted at CURAC conference 2026

💡 一句话要点

提出预测性多标志OCT跟踪以增强运动鲁棒性

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics) 支柱八：物理动画 (Physics-based Animation)

关键词: 光学相干断层扫描 运动跟踪 姿态估计 深度学习 鲁棒性增强

📋 核心要点

  1. 现有的OCT跟踪方法在高速度下的跟踪能力有限，尤其是在多个标志物的顺序跟踪中，导致姿态估计不准确。
  2. 本文提出了一种预测性跟踪方法，通过在多个标志物之间传播位置信息更新，增强了高速度下的跟踪鲁棒性。
  3. 实验结果表明，该方法在高达100 mm/s的速度下，能够实现低于1 mm的均方根误差，显著提升了跟踪性能。

📝 摘要（中文）

光学相干断层扫描（OCT）因其高空间分辨率和固有的深度感知能力，成为无标记运动跟踪的有前景的技术。然而，现有的OCT跟踪方法在可跟踪速度方面存在局限，尤其是在进行6D姿态估计时，多个标志物的顺序跟踪受到影响。本文提出了一种预测性跟踪方法，通过在多个跟踪标志物之间传播位置信息更新，从而获得全局姿态预测。这种方法在高速度下实现了更为稳健的跟踪。实验结果显示，在高达100 mm/s的速度下，连续跟踪九个标志物的均方根误差（RMSE）低于1 mm，突显了全局运动传播和预测在提高OCT跟踪鲁棒性方面的潜力。

🔬 方法详解

问题定义：本文旨在解决现有OCT跟踪方法在高速度下的局限性，尤其是在多个标志物顺序跟踪时，导致的姿态估计不准确的问题。

核心思路：提出了一种预测性跟踪方法，通过在多个标志物之间传播位置信息更新，从而实现全局姿态预测。这种设计能够有效应对高速度下的跟踪挑战。

技术框架：整体架构包括多个标志物的实时跟踪模块、位置信息传播模块和全局姿态预测模块。每个模块协同工作，以提高跟踪的准确性和鲁棒性。

关键创新：最重要的技术创新在于引入了全局运动传播和预测机制，使得在高速度下仍能保持低误差的跟踪能力。这与现有方法的局限性形成鲜明对比。

关键设计：在参数设置上，采用了适应性更新策略，损失函数设计为综合考虑位置误差和速度影响，网络结构则基于深度学习框架，优化了标志物之间的信息交互。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，在高达100 mm/s的速度下，本文提出的方法能够实现低于1 mm的均方根误差，且成功跟踪多达九个连续标志物。这一性能显著优于现有OCT跟踪方法，展示了全局运动传播和预测的有效性。

🎯 应用场景

该研究的潜在应用领域包括医学成像、机器人导航和增强现实等。通过提高OCT跟踪的鲁棒性，可以在更复杂的动态环境中实现更精确的姿态估计，进而推动相关技术的发展和应用。未来，该方法可能在实时监测和自动化系统中发挥重要作用。

📄 摘要（原文）

Optical coherence tomography is a promising modality for markerless motion tracking due to its high spatial resolution and inherent depth perception. However, existing OCT-based tracking approaches are limited in terms of trackable velocity, particularly when multiple landmarks are tracked sequentially for 6D pose estimation. In this work, we present a predictive tracking approach that propagates positional updates between multiple tracked landmarks to obtain a global pose prediction. This enables more robust tracking under high velocities. Our results demonstrate RMSEs below 1 mm for velocities up to 100 mm/s and up to nine consecutively tracked landmarks, highlighting the potential of global motion propagation and prediction for improving the robustness of OCT-based tracking.