科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着5G技术的发展和数码显示设备的更新换代，同一图像往往需要改变纵横比和大小来适应不同显示屏幕。传统的图像重定向方法利用低层信息提取特征，缺乏高层语义特征，通用性受到限制。以卷积神经网络为代表的深度学习方法在计算机视觉领域取得了极大的发展，也逐渐应用于图像重定向中。基于深度学习的图像重定向研究仍然处于起步阶段，还有许多问题亟待解决，这促使我们需要归纳总结现有的图像重定向方法，为该领域的发展提供新的研究思路。在本文中，首先回顾了基于重要度图的内容感知的图像重定向方法；然后详细总结了深度神经网络的图像重定向方法，并列举了重定向数据集以及评价方法；最后，针对现阶段所存在的问题，提出了该领域未来的研究方向。
- 单位
