虚拟现实中全景图像的高质量导航与缩放学习

在虚拟现实 (VR) 中查看全景图像 (ODI) 代表了一种新型媒体形式，为用户提供沉浸式体验，使其能够导航和交互数字内容。然而，这种沉浸感可能因模糊效应而严重受损，该效应遮盖细节，阻碍用户与感兴趣对象的互动。本文提出一种 novel system，名为 OmniVR，用于增强 VR 导航中的视觉清晰度。我们的系统使用户能够轻松定位和放大 VR 中的感兴趣对象。它捕获用户的导航和缩放指令，将这些输入转换为 Mobius 变换矩阵的参数。利用这些参数，对 ODI 进行基于学习的算法处理。将处理后的 ODI 在 VR 媒体中呈现，从而有效减少模糊，提高用户参与度。为验证我们系统的有效性，我们首先在公开数据集上与最新方法进行评估，实现了 best performance。此外，我们进行了全面的用户研究，以评估不同情景下的观众体验，并从多个角度收集定性反馈。结果表明，我们的系统通过提高观众识别率、减少不适感和改善整体沉浸式体验来增强用户参与度。我们的系统使导航和缩放更加 user-friendly。