DAOVI：基于畸变感知的全景视频填充

全景视频捕获整个周围环境，在 VR 应用和遥感等领域得到广泛应用。然而，其宽视野常常会导致视频中出现不需要的物体。可以通过视频填充来解决此问题，该方法可在保持空间和时间一致性的同时实现自然的物体移除。然而，现有大多数方法都假设处理狭窄视野的普通视频，未针对全景视频的等距投影畸变进行处理。为此，本文提出一种新型深度学习模型用于全景视频填充，称为畸变感知全景视频填充 (DAOVI)。DAOVI 引入一个模块，在图像空间中考虑测地距离评估时间运动信息，同时设计一个基于深度的特征传递模块，用于处理全景视频固有的几何畸变。实验结果表明，所提出的方法在定量和定性方面均优于现有方法。