SSAV（CVPR2019-口服）
代号为CVPR2019纸，“将更多关注视频感兴趣区域提取”，，，，。
联系人：，电子邮件：
带有代码的纸张： ://paperswithcode.com/task/video-salient-object-detection（“[D*F*n]、[S**V2*19c*prbe****ark]”）
摘要过去十年见证了对视频显着目标检测（VSOD）的日益增长的兴趣。 然而，长期以来，研究界缺乏一个完善的VSOD数据集，该数据集代表了具有高质量注释的真实动态场景。 为了解决这个问题，我们精心收集了一个视觉注意一致的密集注释VSOD（DAVSOD）数据集，其中包含226个视频，其中23,938帧涵盖了各种现实场景，对象，实例和动作。 借助相应的真实人眼注视数据，我们可以获得精确的地面真相。 这是第一个明确强调显着性变化挑战的工作，即视频显着对象可能会动
