摘要我们对41个最先进的模型（29个显著目标检测，10个注视点预测，1个算法，1个基线)，从定性和定量的角度广泛的比较了7个具有挑战性的数据集，以对显著的目标检测和分割方法进行基准测试。从目前获得的结果来看，我们的评估在过去几年在准确性和运行时间方面都取得了一致的快速进展。在这一基准测试中，排名前几位的模型表现明显好于三年前进行的前一基准测试中被认为最好的模型。我们发现，专为显著目标检测设计的模.

摘要我们对41个最先进的模型（29个显著目标检测，10个注视点预测，1个算法，1个基线)，从定性和定量的角度广泛的比较了7个具有挑战性的数据集，以对显著的目标检测和分割方法进行基准测试。从目前获得的结果来看，我们的评估在过去几年在准确性和运行时间方面都取得了一致的快速进展。在这一基准测试中，排名前几位的模型表现明显好于三年前进行的前一基准测试中被认为最好的模型。我们发现，专为显著目标检测设计的模.

从某种意义上讲，这篇文章对Saliency detection的问题做了重新的定义，让问题定义更加回归实际应用。摘要视觉显著区域的检测对于目标分割、自适应压缩和目标识别等应用非常有用。提出了一种基于显著性边界的显著性区域检测方法。这些边界通过从原始图像中保留比其他现有技术多得多的频率内容来保持。该方法利用了颜色和亮度的特点，实现简单，计算效率高。我们将我们的算法与五种最先进的突出区域检测方法进..