image saliency detection 译为 图像显著性检测
什么是显著性检测（saliency detection）：
====
什么是显著性（Statistical significance）：
别称：统计显著性。
总的来说，它表示群体之间得以相互区别的能力。显著性的含义是指两个群体的态度之间的任何差异是由于系统因素而不是偶然因素的影响。我们假定控制了可能影响两个群体之间差异的所有其他因素，因此，余下的解释就是我们所推断的因素，而这个因素不能够100%保证，所以有一定的概率值，叫显著性水平(Significant level)。在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平。
====
什么是显著性差异：
显著性差异(significant difference)，是一个统计学名词。它是统计学(Statistics)上对数据差异性的评价。通常情况下，实验结果达到0.05水平或0.01水平，才可以说数据之间具备了差异显著或是极显著。当数据之间具有了显著性差异，就说明参与比对的数据不是来自于同一总体(Population)，而是来自于具有差异的两个不同总体，这种差异可能因参与比对的数据是来自不同实验对象的。
====
什么是显著性检测（saliency detection）：
显著性检测的本质是特征提取。
以下内容来自http://blog.sina.com.cn/s/blog_79b67dfe0101qrgn.html：
此处做记录：
关于显著性检测的文章大致可以分为两类：一类是从局部的特征描述出发, 计算它和背景平均值的差异, 如果差异大, 或者出现的频率小, 则说明它比较显著；另一类从上层的认知信息出发, 比如人脸识别（特定物体识别），再特别一点比如用eye tracker检测人眼的看点，例如做人眼控制程序的小应用, 算是一种人机交互吧。
网格、点云、图像看起来是不同的数据, 但是处理手法是相通的。第一类算法局限于自身，从自身来找显著性；而第二类算法把图像或者几何物体搜集起来作为一个整体数据，然后从这个整体中来度量它的显著性。
====
视觉显著性检测简介：https://zhuanlan.zhihu.com/p/24688558
其PDF：https://pan.baidu.com/s/1eSqmY7w?errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0&traceid=
灵长类动物在进行高级视觉处理前会选择出图像的子集来进行深度处理，以此减少场景的复杂度。这种选择部分区域来进行注意的机制就叫做【视觉显著性】。
====
几个可供参考的链接
关于显著性检验，你想要的都在这儿了！！（基础篇）https://www.cnblogs.com/hdu-zsk/p/6293721.html
显著性检测（Saliency detection）http://blog.sina.com.cn/s/blog_79b67dfe0101qrgn.html