唐毅博士研究生、邹文斌副教授、李霞教授发表的论文题目为“Video salient object detection via spatiotemporal attention neural networks”，提出了一种基于流的空间时变神经网络（STAN）用于视频显著目标检测。从基于光流的先验和视频序列中充分提取了长短时记忆（LSTM）网络和三维卷积运算的运动信息。此外，还设计了一个关注模块，通过学习相应的权值来集成不同类型的时空特征地图。同时，利用大量的像素显著性标签进行人工训练，生成大量的视频显著性。在广泛使用的具有挑战性的数据集（如FBMS和DAVIS）上的实验证明，该STAN在突出目标检测方法中具有竞争力。

相关论文请见：

https://pureadmin.qub.ac.uk/ws/files/192986229/Video_salient_object_detection_via_spatiotemporal_attention_neural_networks.pdf