面向高效最后几米寻路的自显著性引导街景图像修复框架

全球定位系统（GPS）已在各种导航应用中发挥关键作用。然而，在最后几米内精确定位目的地仍是一个重要但未解决的问题。受限于 GPS 定位精度，导航系统总是向用户显示目的地附近区域，而非其确切位置。地图中的街景图像（SVI）作为一种沉浸式媒体技术，已作为提供物理环境以辅助人类最后几米寻路的手段。然而，由于地理语境和采集条件的高度多样性，所捕获的 SVI 总是包含各种干扰物体（如行人和车辆），这会分散人类视觉注意力，使其无法高效地在最后几米找到目的地。为解决该问题，我们提出了一种显著性引导的图像修复框架，强调了在基于图像的寻路中减少视觉干扰的重要性。其旨在将人类视觉注意力从干扰物体重新引导至与目的地相关的物体，以实现更高效、准确的最后几米寻路。具体而言，我们设计了一种由深度显著物体检测驱动的上下文感知干扰物体检测方法，从 SVI 的三个语义层级提取干扰物体。随后，我们采用一种基于快速傅里叶卷积的大掩码修复方法去除检测到的干扰物体。定性与定量分析的实验结果表明，我们的显著性引导修复方法不仅能在街景图像中取得良好的感知质量，还能将人类视觉注意力重新引导至更关注静态位置相关物体而非干扰物体。基于人类的评估也证实了我们的方法在提高目标目的地定位效率方面的有效性。