视觉注意力机制能使得人类快速将感知资源优先用于最关键的区域,帮助人类快速分析复杂的场景。显著性预测作为一种模拟人类视觉注意力机制的方式,对构建人机交互及辅助系统有着重大意义,尤其是随着虚拟现实技术的兴起,全景图显著性预测凭借其在降低高层视觉任务复杂度、辅助研究人类视觉机制等方面的优势,得到了越来越多的关注。针对全景图显著性预测领域当前存在的显著性数据集规模小以及因全景图扭曲严重导致的显著性预测效果差的问题,本文做了以下两方面的研究:(1)基于现有的全景图显著性数据集规模小这一问题,在全景图显著性预测中,需先利用传统显著性数据集来设计和训练显著性预测模型,再将其应用到全景图数据中。由于深度模型可挖掘图像多个层面的信息,因此,集成深度模型中多个层次的特征可有效提升模型显著性预测的准确性。但不同层次特征间存在着较大的语义差距,且高层次特征感受野不足,针对这些问题,本文提出了一个具有注意力机制和上下文感知能力的显著性预测模型。该模型首先利用可变形注意力模块,有效地将模型有限的感受野集中到关键的区域。然后加入一个具有上下文感知能力的特征金字塔模块,该模块可缩小不同层次特征之间的语义差距,并提取出多层次的具有上下文信息的特征。最后再集成多层次特征得到最终的显著性预测结果。在多个基准数据集上对比了本文提出的模型与其他主流模型,本文的模型在整体指标上有更优的表现。(2)全景图与普通的二维图像相比有较大差异,如全景图在上下两极区域扭曲严重、全景图的视野更广、全景图左右边缘像素在内容上连续等,这些差异使得在传统数据集上训练出来的显著性模型没法直接在全景图像上有较好的表现。为了解决这个问题,本文提出了一个用于全景图显著性预测的新框架。该框架提出了一个多球面旋转映射与反映射方法。这种映射方法使得严重扭曲的图像区域可以有机会出现在扭曲程度较小的赤道附近,从而得到较好的预测,同时也可以较好地解决左右区域不连续的问题。结合第一个工作的模型,经实验验证本文提出的新框架可以有效提升模型在全景图数据上的显著性预测性能,并在公开数据集上的KLD、CC、NSS、AUC指标都超过了其他模型。