通过使用新的深度学习技术，本文旨在检测自然视频中的显著区域。首先预测视频帧中的显著补丁，然后基于它们构建预测的视觉注视地图。我们展示了通过更改优化网络参数的数据选择方式，可以将计算成本节约多达12倍。将RGB值的深度学习方法扩展到具有特定性的视频以利用人类视觉系统对残留运动的敏感性。在两个公开可用数据集上进行实验，并展示了较高的准确度和AUC度量。

Apr, 2016

本文提出了一个深度学习模型，通过数据增强技术和动态显著性模型来高效地检测视频中的显著区域，该模型在DAVIS和FBMS数据集上达到了最新的性能标准。

Feb, 2017

本文介绍了一种基于DNN预测视觉显著性的方法，提出了一种基于对象到动作CNN的空时特征学习，实现了视频帧内显著性预测和跨帧显著性转移的2C-LSTM网络，并表明该方法在视频显著性预测方面领先于其他方法。

Sep, 2017

该研究提出了一种基于注意力机制增强的CNN-LSTM网络架构，可用于动态视频场景下显著性学习，在DHF1K数据集上取得了优于其他竞争者的性能表现。

Jan, 2018

通过分析深度显著性模型中间层个体神经元学习的特征表示，研究表明：一些视觉区域已经预先编码在对象识别的网络的各个层中，预先训练模型fine-tuning以进行显著性预测会使它们偏爱某些类别，在自然图像上，深层显著性模型胜于传统模型，但在人造刺激上表现反其道而行之。

Mar, 2019

本文提出了一种称为UNISAL的简单轻量的编码器-RNN-解码器风格网络，以同时对图像和视频显著性数据进行训练，并使用四种新颖的域自适应技术 -域自适应先验，域自适应融合，域自适应平滑和旁路-RNN处理域偏移问题，在DHF1K、Hollywood-2和UCF-Sports等视频数据集以及SALICON和MIT300等图像数据集上取得了最先进的性能

Mar, 2020

本文提出了一种新颖的统一模型来同时分割显著实例并推断它们的相对显著性顺序，该模型首次使用改进的Mask R-CNN进行显著实例分割，然后添加显著性排名分支来推断相对显著性。对于相对显著性排名，我们构建了一个新的图形推理模块，通过将四个图形结合起来以分别引入实例间相互关系、局部对比度、全局对比度和高层语义先验。该文的实验结果表明，我们提出的模型比以前的方法更加有效。

Jul, 2021

该论文提出了一种新颖的双向方法，将空间注意力和基于对象的注意力相结合，通过模拟所关注区域和对象之间的相互作用和因果关系来实现显著性排序

Mar, 2022

提出一种新的时序显著性查询机制，引入类别特定信息为显著性测量提供精细线索，并在TSQNet中实现了两种检索机制和跨模态交互，从而解决现有技术对类别的不确定性和上下文缺失等问题，并在ActivityNet，FCVID和Mini-Kinetics数据集上获得了最好的成果。

Jul, 2022

我们介绍了统一显著性转换（UniST）框架，通过综合利用视频显著性预测和视频显著物体检测的关键特性，提取帧序列的表示并设计一个考虑显著性的变换器，在逐渐增加的分辨率上学习时空表示，同时结合跨尺度显著性信息生成鲁棒的表示。根据可信的实验证明，所提出的UniST在两个任务的七个具有挑战性的基准测试中表现优越，并且明显优于其他最先进的方法。

Sep, 2023