본 연구는 360° 비디오에서 관심 영역(ROI)을 예측하는 새로운 모델을 설계하는 것을 목표로 한다. ROI는 360° 비디오 스트리밍에서 중요한 역할을 수행하며, 뷰포트 예측, 라이브 스트리밍을 위한 지능적인 비디오 컷 등에 사용되어 대역폭 사용량을 줄인다. 특히, 뷰포트 사전 감지는 헤드 마운트 디바이스(HMD)를 통해 비디오를 시청할 때 머리 움직임을 줄여주고, 지능적인 컷은 사용자에게 비디오를 스트리밍하는 효율성을 높여 시청 경험의 질을 향상시킨다. 본 보고서에서는 ROI를 식별하는 부차적인 과제를 다루며, 하이브리드 세일런시 모델을 설계, 훈련 및 테스트한다. 본 연구에서는 관심 영역을 나타내기 위해 세일런시 영역을 사용한다. 방법론은 비디오를 전처리하여 프레임을 얻고, 관심 영역을 예측하기 위한 하이브리드 세일런시 모델을 개발하며, 마지막으로 하이브리드 세일런시 모델의 출력 예측을 후처리하여 각 프레임에 대한 출력 관심 영역을 얻는 과정을 포함한다. 제안된 방법의 성능은 360RAT 데이터셋의 주관적인 주석과 비교된다.
