原创力文档摘要
随着计算机视觉技术的快速发展，视频显著性目标检测逐渐成为研究热点。与静态
图像相比，视频不仅包含丰富的空间信息，还蕴含着连续的时间动态特征，这为显著性
目标检测提供了更多可能性，同时也带来了更高的复杂性与挑战性。近年来，基于卷积
神经网络的视频显著性目标检测方法取得了显著进展，然而，现有方法在时空线索的利
用与融合方面仍存在一定的局限性，例如对单一模态的依赖、时空信息融合的不足以及
模态间互补性的挖掘不够深入等问题，制约了检测性能的进一步提升。基于此背景，本
文创新性地提出两种基于深度学习的视
文档评论（0）