一种基于球面时–空–频域特征融合的360°视频显著性预测方法与系统

本发明公开了一种基于球面时–空–频域特征融合的360°视频显著性预测方法及系统。该方法利用改进的球面卷积长短期记忆网络（Spherical ConvLSTM）结合多尺度特征融合机制，对视频的空间结构、运动动态及频域能量分布进行联合建模。通过多级编码器–解码器结构，实现对动态场景中运动节奏与结构变化的精确捕捉，生成符合人类视觉规律的显著性图。该系统在多种360°视频场景下表现比主流模型更优的预测精度和全局一致性，可应用于虚拟现实视频传输、视场预测与内容自适应编码等领域。