Saliency detection algorithm of panoramic images using joint weighting with observer' s attention longitude
Yao Sun, Chunyi Chen, Xiaojuan Hu, Ling Li, Qiwei Xing · Journal of Image and Graphics · 2022
目的目前针对全景图显著性检测的研究已经取得了一定成果，但在全景图像的位置特性问题中，大都仅探讨了纬度对全景图显著性检测的影响。而人们观看全景图像时，因视角有限，不同经度位置的显著性也有很大差异，从而导致预测的显著区域往往不够精确。为此本文以全景图的经度位置特性为出发点，提出基于观看经度联合加权的全景图显著性检测算法。方法使用空间显著性预测网络得到初步的显著性图像，使用赤道偏倚进行预处理以改善不同纬度位置的显著性检测效果。接着对显著性图像进行注视点经度加权，将观察者观看全景图的行为习惯与显著性图像相结合。之后对全景图进行双立方体投影与分割，提取全景图的亮度与深度特征，进而计算不同视口经度权重。经过两次加权，得到最终的显著性图像。结果在Salient360!挑战大赛提供的数据集上与其他几种算法进行了实验比较。结果显示，本文算法能得到很好的显著性检测结果。在对本文算法的通用性能的测试中，在标准化扫描路径显著性、相关系数、相似度与相对熵指标上分别达到了1.979 3、0.806 2、0.709 5和0.323 9，均优于其他算法。结论提出的全景图显著性检测算法解决了以往全景图显著性检测中不同经度位置检测结果不够准确的问题。