TMM2019的作品。
关于(视频)物体分割
视频分割的挑战主要有两个，一是非刚性的前景变换，二是前景和背景的运动模糊且难以区分。越来越多的方法使用显著性进行prior的估计，以便更好的区分前景和后景【但是大多是使用image saliency + motion cues，并不能很好的为视频服务】
论文
视觉显着性计算是在帧内找到显着对象，而运动线索计算能够在帧间定位对象。因此方法分为三个阶段，visual saliency computing、motion cues computing、segmentation
本文均基于传统方法，没有用到深度学习。
文中比较有启发的一点是，由于现实中运动的复杂性，使用motion boundary and static boundary提取不同的外观，前者使用光流梯度进行优化，后者使用超像素的边缘进行表示。
后记-显著性检测之流行排序
参考文献.
