计算机科学与技术学院郭强教授指导硕士研究生惠帅雄撰写的论文《Multi-guidance CNNs for salient object detection》近期在期刊ACM Transactions on Multimedia Computing, Communications, and Applications上发表。该期刊为多媒体领域的权威期刊，主要关注多媒体计算、通信和应用方面，在计算机多媒体领域具有很高的学术声誉。

该研究为解决现有深度显著模型在面对有挑战性场景时可能出现的大面积误判和边界模糊问题，深入探索了不同特征之间的内在关系，并提出了一种多引导的显著性目标检测模型。该模型主要包含三个模块：自引导模块、交叉引导模块和累积引导模块。自引导模块和交叉引导模块被用来细化所提取的多级特征，而累积引导模块则对细化后的多级特征进行融合。同时，为了增强网络的鲁棒性，还设计了一种隐式的引导机制—逐像素对比损失函数。实验结果表明所提模型可以生成更加准确的显著预测图。

（供稿审核人：杨春丽）