如何在圆柱形图像上使用卷积神经网络＆＃39;

Question

假设我有一个生活在圆柱体上的图像数据集＆＃39; （例如，如果我的图像是通过自拍环绕的全景照片拍摄的）。我如何修改卷积神经网络来考虑这一点？一些简单的黑客＆＃39;我可以想象表演（以及为什么我认为它们不是完整的解决方案）：

• 目前，我将圆柱形图像表示为矩形图像（沿着圆柱体切割），然后“圆柱形填充”。通过最左边的几列并将它们添加到右侧： 我们的想法是，现在网络可以访问明星靠近1的信息，但实际上并没有“工作”。在我看来，就像它可能适用于第一个卷积层，但如果我有多个层，似乎我实际上希望我的网络架构反映圆柱对称
• 执行与上面相同的矩形表示，但通过拍摄每个图像并逐个像素地围绕圆柱轴旋转来增加我的数据集。再次，这感觉就像一个黑客，而不是一个真正的解决方案

我使用的是Keras，而且我最感兴趣的是实用的解决方案＆＃39;，我本以为Keras可以选择处理这种情况（也许就像圆柱形填充物或其他东西）但是我找不到任何东西。我想到的下一个想法就是编写我自己的Keras图层来处理这个问题（修改现有的卷积/池化层），但我不确定如何开始