オブジェクト検出においては、候補ボックスを大量に出しそれを高速で枝刈りするselective searchのような手法が多い。本論文では、この問題を軽減するために候補ボックスの提案制度を高めることに焦点を置き、ビデオとモーションキューを用いて弱教師あり領域提案ネットワーク（W-RPN）を学習、出力されるオブジェクト提案とselective search結果のオーバーラップに従ってランク付けを行う。