SurgSora는 단일 입력 프레임과 사용자 지정 모션 큐를 사용하여 고충실도의 모션 제어 가능한 수술 영상을 생성하는 프레임워크입니다. 기존 방법과 달리, SurgSora는 객체를 무차별적으로 처리하거나 정답 분할 마스크에 의존하지 않고, 자체 예측 객체 특징과 깊이 정보를 활용하여 RGB 외관과 광학 흐름을 정밀하게 조정하여 비디오 합성을 수행합니다. 세 가지 주요 모듈 (이중 의미론적 주입기, 분리된 흐름 매퍼, 궤적 제어기)을 통해 안정적인 비디오 확산 내에서 풍부한 특징들을 조건화하여 최첨단 시각적 진실성과 제어성을 달성합니다. 전문 외과 의사와의 인간 평가를 통해 SurgSora가 생성한 비디오의 높은 현실성을 입증하여 수술 훈련 및 교육에 대한 잠재력을 강조합니다.
