Bei dem Problem der Bild-Co-Saliency-Detektion stellt sich eine zentrale Herausforderung dar in der Modellierung des gemeinsamen Musters der co-salienten Teile, das sowohl innerhalb jedes einzelnen Bildes als auch über alle relevanten Bilder hinweg auftritt. In diesem Artikel stellen wir einen hierarchischen Ansatz für die Bild-Co-Saliency-Detektion vor, der als grob-zu-fein-Strategie konzipiert ist, um dieses Muster effektiv zu erfassen. Zunächst schlagen wir eine maskenorientierte vollständig konvolutionale Netzwerkarchitektur vor, um die initialen Ergebnisse der Co-Saliency-Detektion zu generieren. Die Maske dient der Hintergrundentfernung und wird aus den hochlevel-Feature-Response-Karten des vortrainierten VGG-Netzwerks abgeleitet. Anschließend entwickeln wir ein multiscales Label-Smoothing-Modell, um die Detektionsergebnisse weiter zu verfeinern. Das vorgeschlagene Modell optimiert gemeinsam die Glättung der Labels sowohl für Pixel als auch für Superpixel. Experimentelle Ergebnisse auf drei etablierten Benchmark-Datensätzen für die Bild-Co-Saliency-Detektion – iCoseg, MSRC und Cosal2015 – belegen eine herausragende Leistung im Vergleich zu aktuellen state-of-the-art-Methoden.