TPAMI 2018论文概述 | 在全景视频中预测头部运动:一种深度强化学习方法

本文介绍了一种基于深度强化学习(DRL)的全景视频头部运动预测方法,包括离线-DHP和在线-DHP模型,用于预测观众在全景视频中的注意力和头部运动。实验结果显示,这种方法在预测精度上优于其他算法,为全景视频处理提供有效工具。

640


作者丨徐迈、宋宇航、王健伊、樵明朗 等

学校丨北京航空航天大学本科生

研究方向丨全景视频与强化学习


本文概述了 2018 年 8 月发表在 IEEE TPAMI 期刊的论文 Predicting Head Movement in Panoramic Video: A Deep Reinforcement Learning Approach。在此论文中,北京航空航天大学本科生宋宇航、王健伊、樵明朗等及其导师徐迈、王祖林,提出了一种基于强化学习的全景视频头部运动预测方法,实现了在离线和在线两种设定下对人类观看全景视频时视野(即:头部运动)预测。论文相关数据库及代码均已开源。


640


■ 论文 | Predicting Head Movement in Panoramic Video: A Deep Reinforcement Learning Approach

■ 链接 | https://www.paperweekly.site/papers/2417

■ 源码 | https://github.com/YuhangSong/DHP

■ 数据 | https://github.com/YuhangSong/DHP


背景


在观看全景视频的时候, 人们通过对头部运动(HM)的控制使自己能够自由地控制视野(FoV),从而产生身临其境的交互式体验。因此,HM 在人类对全景视频的注意力建模中起着关键作用。


本文首次建立了一个收集全景视频注意力的数据库(图 1),采集了被试者在全景视频序列上的 HM 位置。从该数据库中,论文发现 HM 数据在不同被试者中高度一致。


640

 图1. 本文首次建立的一个收集全景视频注意力的数据库(部分)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值