---
title: "顯著物體檢測（Salient Object Detection）"
slug: salient-object-detection
language: zh-TW
source: https://aiterms.tw/terms/salient-object-detection
updated_at: 2026-06-23
tags: [電腦視覺, 注意力機制, 影像分割, 視覺注意力, 深度學習]
ipas_term: false
---

# 顯著物體檢測（Salient Object Detection）

自動識別並分割影像中最吸引人類視覺注意的區域，常應用於影像縮略圖生成與視覺注意力研究。

## 完整說明

顯著物體檢測（Salient Object Detection，SOD）旨在自動定位影像中的視覺顯著區域，並輸出相應的二元分割圖或邊界框。與通用的物體檢測不同，顯著物體檢測聚焦於人類視覺系統自然關注的焦點，而非特定類別的物體，因此無需預定義檢測類別，具有廣泛的應用場景，如影像內容感知縮放、圖片編輯、廣告投放等。

## 常見問題

### 顯著物體檢測和物體檢測可以互相替代嗎？

不完全可以。物體檢測針對特定預定義的類別（如『人』『車』『狗』），需要在訓練時標註類別信息。顯著物體檢測則不區分類別，純粹基於視覺對比和結構識別焦點區域。如果你需要知道『是什麼』，用物體檢測；如果你只需要知道『在哪裡』以及『看起來最重要的是什麼』，用顯著物體檢測。在某些應用（如縮略圖生成）中，顯著物體檢測更適合，因為用戶關心的是構圖質量而非物體類別。

### 為什麼顯著物體檢測的精度往往不如語義分割？

主要原因是監督信號的弱化。語義分割有明確的類別定義和清晰的標註指南，顯著物體檢測則基於人的視覺注意力，具有主觀性和個體差異。此外，顯著性具有高度依賴於上下文的特性：同一物體在不同背景下的顯著程度不同，難以建立絕對的映射規則。實踐中，多標註者的眼動資料、注視點（gaze）聚合可改善監督信號，但這大幅增加標注成本。

### 顯著物體檢測可以應用在視頻上嗎？

可以，這被稱為視頻顯著物體檢測（Video Salient Object Detection）或視頻顯著性檢測。除了利用單幀內的視覺對比，視頻版本還能利用時間一致性約束：相鄰幀中的顯著區域應該位置相近且變化平滑，這有助於減少閃爍和噪聲。一些光流（optical flow）或動作信息也能幫助識別動態顯著物體。視頻版本的模型通常基於卷積 LSTM 或 3D 卷積，計算成本高於靜態圖片。

---

來源：https://aiterms.tw/terms/salient-object-detection
快查頁：https://aiterms.tw/terms/salient-object-detection
最後更新：2026/06/23
深度解說：https://aiterms.tw/learning/what-is-salient-object-detection