SemanticStitch：通过前景感知接缝钉扎增强图像一致性

图像拼接常面临捕获角度、位置差异和物体移动导致的对齐问题和视觉差异。传统的接缝钉扎方法忽略了语义信息，导致前景连续性受损。我们引入SemanticStitch，一种基于深度学习的框架，融合前景对象的语义先验，以保持其完整性并提升视觉一致性。该方法包括一种强调显著对象语义完整性的新型损失函数，显著提高了拼接质量。我们还 presented two specialized real-world datasets 来评估该方法的有效性。实验结果显示，与传统技术相比，该方法在实际应用中提供了显著的改进。