赵应丁，岳星宇，杨文姬,4，张吉昊，杨红云,4

(1.江西农业大学软件学院，江西 南昌 330045;2.江西农业大学计算机与信息工程学院，江西 南昌 330045;3.华中科技大学外国语学院，湖北 武汉 430074;4.江西省高等学校农业信息技术重点实验室，江西 南昌 330045)

1 引言

人类视觉注意力机制使得人眼能够快速地从视觉场景中获取到感兴趣的区域并传递给大脑，大脑重点处理感兴趣区域细节信息，这种方式大大加速了人类对视觉场景的理解。显著性检测即模仿人类视觉注意力机制，通过一系列的处理获得图像中容易引起人眼注意的区域或目标，其能够大大降低后续处理的复杂度，因此被广泛应用于计算机视觉领域，其中包括目标检测[1]、语义分割[2]、图像描述[3]、视频摘要[4]和无监督视频对象分割[5]等。

由于卷积神经网络CNN(Convolutional Neural Network)在计算机视觉领域中的突出表现，基于CNN的深度显著性检测方法成为显著性检测的主流方法。相比于传统的显著性检测方法，深度显著性检测方法不需要人为设计特征，能够自动学习有利于显著性检测的特征，使得到的显著性目标更加准确，而且深度显著性检测方法具有更强的鲁棒性。近几年，各种各样的深度显著性检测方法被提出。比如，Wang等人[6]通过集成局部估计和全局搜索来预测显著性图：首先使用深度神经网络学习局部块特征，为每个像素提供显著性值；然后将局部显著性图、全局对比度和几何信息合并在一起，输入到另一个神经网络中，预测每个区域的显著性值。……