一种基于核变换和掩膜引导归一化全景图像修复方法

本发明公开了一种基于核变换和掩膜引导归一化全景图像修复方法，通过卷积核变化提取全景图像中的特征信息，可以更好的完成存在大量扭曲的全景图像修复任务，使得修复的结果更加合理真实，符合人的视觉体验；通过多头自注意力机制来学习全景图像中的长程特征信息；通过掩膜引导归一化区域，可以对归一化过程进行自适应调整，灵活指示哪些样本或特征应该参与归一化过程，同时对于输入数据存在缺失的情况，掩膜引导归一化可以通过忽略缺失值的计算或将其视为无效样本，从而更好地处理缺失数据的情况，这有助于提高模型在存在缺失值的情况下的鲁棒性。该方法可以直接应用在全景图像、视频修复等领域。