TDFNet：将三投影可变形融合用于全景显著性目标检测
将三投影可变形融合用于全景显著性目标检测
（映维网Nweon 2026年08月31日）有研究团队提出了一种名为TDFNet的全新网络架构，专门用于全景图像中的显著性目标检测（Panoramic Salient Object Detection, PSOD）。
全景图像能够提供360度的完整视场，在虚拟现实等领域具有重要应用价值。但将球面场景投影到二维平面时，不可避免地会产生几何畸变，这成为制约检测精度的关键瓶颈。针对这一问题，研究团队设计了三投影可变形融合网络，以缓解投影畸变带来的影响。
现有主流方法多采用等距柱状投影（ERP）或立方体映射投影（CMP）。ERP能保留完整的球面拓扑结构，但两极区域存在严重拉伸畸变；CMP通过六面体分解减少了极地变形，却引入了立方体面边界处的语义不连续性。
TDFNet在此基础上首次引入了第三种投影方式：切平面投影（Tangent Projection）。该投影通过多个局部视口提供畸变极小的局部透视视图，与ERP和CMP形成互补。整套网络构建了三分支编码架构，分别处理三种投影格式的特征，兼顾了全局空间连续性、局部几何保持和细粒度边界信息。
研究团队提出了两个关键模块。其一是跨投影可变形注意力（Cross-Projection Deformable Attention, CDA），该模块利用ERP与CMP之间的空间对应关系，生成几何感知的采样位置，引导可变形注意力在跨投影维度上聚合上下文信息，从而增强模型对投影畸变的鲁棒性。
......（全文 1075 字，剩余 600 字）
