重要な箇所(Region of interest, ROI)に注目して画像圧縮する技術は既にあったが、ROIの範囲が広く、メモリーを広いROIの各ピクセルに均等に振り分けてしまっていた。本手法では、さらに絞った範囲のサリエンシにのみ注目することで、メモリー効率を上げている。また、出力に圧縮センシング的な制約をかけたCNNの学習は初だと主張している。

Portraitデータセットと、DUTS(色々なもの・人の画像)データセットにおいて、従来手法よりも、同じ圧縮率において優れたPSNRを示した。