Sep, 2023
利用可学习赤道偏差的多尺度全向显著图估计
Multi-Scale Estimation for Omni-Directional Saliency Maps Using Learnable Equator Bias
Takao Yamanaka, Tatsuya Suzuki, Taiki Nobutsune, Chenjunlin Wu
TL;DR通过提取不同方向和视角的立体全景图像中的二维平面图像,本研究提出了一种新的立体全景图像显著性地图估计模型,并且使用多个视角的二维图像进行多尺度估计,通过像素级别的注意权重在集成层中整合来加权每个目标的最佳尺度,从而改善了显著性地图的准确性。