SAP：扫描任意4K全景
计算机视觉与模式识别
2026-03-16 v1
摘要
可编程实例分割在具身化系统和AR系统中广泛应用，但在360度全景图像上训练的基础模型性能常常下降。在本文中，我们提出Segment Any 4K Panorama (SAP)，这是一种用于4K高分辨率全景实例级分割的基础模型。我们将全景分割重新表述为固定轨迹的视角视频分割，将全景图分解为沿连续球面遍历路径抽取的重叠视角块。这种内存对齐的重新表述在保持原生4K分辨率的同时，恢复了稳定跨视图传播所需的平滑视点转换。为支持大规模监督，我们使用InfiniGen引擎合成了183,440个4K分辨率的全景图像，配备实例分割标签。在这种轨迹对齐的范式下训练的SAP能够有效地泛化到真实世界的360度图像，在真实世界4K全景基准测试中相较于不同尺寸的基础SAM2实现了+17.2的零样态mIoU提升。
引用
@article{arxiv.2603.12759,
title = {SAP: Segment Any 4K Panorama},
author = {Lutao Jiang and Zidong Cao and Weikai Chen and Xu Zheng and Yuanhuiyi Lyu and Zhenyang Li and Zeyu HU and Yingda Yin and Keyang Luo and Runze Zhang and Kai Yan and Shengju Qian and Haidi Fan and Yifan Peng and Xin Wang and Hui Xiong and Ying-Cong Chen},
journal= {arXiv preprint arXiv:2603.12759},
year = {2026}
}
备注
Project Page: https://lutao2021.github.io/SAP_Page/