・人間の注視のコンセンサスに焦点を当てた，改良されたメトリック注意指数（AttI）は，異なる感情のオブジェクトが異なるシーンの下でどのように人間の注意のために競合するかについての包括的な見解を示す． ・検出された画像の複雑さおよび文脈に基づくサブネットワークを用いて，新しいモデルは予測された感情情報を最終的な顕著性マップに条件付きで統合するDNNモデルのEASalを提案する．

EASalは,相対的顕著性を反映する測定基準,すなわちNSS,KL,およびIGにおいて最先端の性能を達成する．EASalは、AUC、sAUC、CC、およびSIMの劇的な改善を示す．特に，EASalは，ほぼすべての測定基準や相対的顕著性予測でN-EASalよりも優れている． また，他の顕著性モデルと比較した場合，EASalは画像のラベル付きオブジェクトの相対的重要性の割り当てにおいて効果的である．