SalNet360：基于 CNN 的全景图像显著性图
计算机视觉与模式识别
2018-05-11 v2
摘要
从各类媒体中预测视觉注意力数据对内容创作者极具价值，并可用于高效驱动编码算法。随着当前虚拟现实 (VR) 领域的趋势，将已知技术适配于这种新型媒体正逐渐获得关注。在本文中，我们提出了一种针对任意卷积神经网络 (CNN) 的架构扩展，以端到端的方式将传统的 2D 显著性预测微调至全景图像 (ODI)。我们表明，所提出的流程中的每一步都致力于使生成的显著性图相对于真值数据更加准确。
引用
@article{arxiv.1709.06505,
title = {SalNet360: Saliency Maps for omni-directional images with CNN},
author = {Rafael Monroy and Sebastian Lutz and Tejo Chalasani and Aljosa Smolic},
journal= {arXiv preprint arXiv:1709.06505},
year = {2018}
}