| 论文名字 |
Fixation Prediction for 360° Video Streaming in Head-Mounted Virtual Reality |
| 来源 |
会议 Proceedings of NOSSDA V’17, Taipei, Taiwan |
| 年份 |
2017.6 |
| 作者 |
Fan Ching-Ling,Lee Jean,Lo Wen-Chih, Huang Chun-Ying, Chen Kuan-Ta， Hsu Cheng-Hsin |
| 核心点 |
提出一种预测网络，可以同时利用传感器和内容相关的特性来预测未来观众的行为。（结合了视频内容和人的头部运动） |
| 阅读日期 |
2020.10.13 |
| 内容总结 |
|
| 文章主要解决的问题及解决方案： 问题：现有的解决方案要么使用观看者当前的方位来近似未来的市场，要么使用历史方位和航位推算算法来推断未来的市场。 解决方案：提出一种预测网络，可以同时利用传感器和内容相关的特性来预测未来观众的行为。
文章的主要工作： ①观看者作为中心点，设α和β作为偏航角和俯仰角，将球面空间中的FoV描述为(α,β,θ)，θ为FoV的半径，不同设备不同角度（Oculus Rift：100°；HTC Vive：67°；Samsung Gear：67°）。 ②使用VGG-16做图像显著图提取。 ③使用两种网络模型（LSTM），网络输入特征为图像显著性图（saliency）、运动图、观看者方向和观看的切片，输出为预测观看的概率。
④将360°视频投影到平面图再做处理。（可否有方法直接在扭曲的图像中做处理？）
实验结果：
附录： 图像显著图：提取色彩差异大的部分。（https://blog.csdn.net/u011630458/article/details/54693919）
提出问题：
|
|
