一种设备，包括：至少一个处理器和包含计算机程序代码的至少一个存储器，显示元件，以及用户输入元件。该设备：播放包括图像帧序列的全向视频；在所述显示元件上显示所播放的全向视频的图像帧的一部分；接收来自所述用户输入元件的用户输入，所述用户输入包括对所播放的全向视频的至少一个图像帧的所显示部分中的感兴趣对象的选择；基于所述用户输入在所播放的全向视频的至少一个图像帧中标识所述感兴趣对象；在所播放的全向视频的后续图像帧中跟踪所选择的感兴趣对象；以及调整所播放的全向视频的所述后续图像帧的所显示部分，以使得所跟踪的感兴趣对象保持在所显示部分中。