Shifting More Attention to Video Salient Object Detection
现实生活中缺少一个完善的高质量标注的视频显著性目标检测（video salient object detection, VSOD）数据集。因此，本文构建了一个视频注意力一致，稠密标注的VSOD数据集，简称DAVSOD。这个数据集包含226个视频，共23938帧，涵盖了多种真实场景，物体，实例和动作。借助相应的真实眼动注视点数据，得到精确的用户标注。从而首次明确强调了具有挑战性的显著性转移现象，即视频中的显著对象可能会动态改变。
为了进一步给VSOD领域提供一个全面的评测，本文在7个现有数据集和构建的DAVSOD数据集上系统评估17个最具有代表性的VSOD算法。同时，提供了一个基准模型，它配备了一个面向显著性转移的长短时记忆卷积网络（convLSTM)，可通过学习人类注意力转移行为来有效的捕获视频动态显著性。
本文贡献：
1）构建了一个数据集；
2）对17种最先进的模型进行全面的评测，同时，提出一个名为SSAV的基础模型。
提出的基础模型框架结构如下：
