论文提出用密度条件调制视频显著性模型，适配稀疏与密集人群的不同注意模式。
推荐理由：核心变化是把人群密度作为条件信号注入Video Swin瓶颈层，使模型能在个体跟踪与群体运动关注间切换，说明拥挤场景感知不能只靠统一显著性策略。
阅读原文