コンテキストは注目度検出タスクにおいて重要な役割を果たします。しかし、コンテキスト領域が与えられた場合、すべてのコンテキスト情報が最終的なタスクに有益であるわけではありません。本論文では、画素ごとのコンテキスト注意ネットワーク（PiCANet）を提案し、各画素に対して情報量のあるコンテキスト位置を選択的に注目する方法を学習します。具体的には、各画素に対して、各注意重みがそれぞれのコンテキスト位置での関連性に対応する注意マップを生成することができます。選択的に集約されたコンテキスト情報を用いて、注目されたコンテキスト特徴量を構築することができます。我々は、提案するPiCANetをグローバル形式と局所形式の両方で定式化し、それぞれがグローバルなコンテキストと局所的なコンテキストに注目することを目指しています。両モデルは完全に微分可能であり、CNNに組み込んで共同訓練を行うことができます。また、U-Netアーキテクチャと提案モデルを組み合わせて注目対象物を検出することも行いました。広範な実験により、提案したPiCANetが一貫して注目度検出性能を向上させることを示しています。グローバルPiCANetと局所PiCANetは、それぞれグローバルコントラストと均質性の学習を促進します。その結果、我々の注目度モデルはより正確かつ均一に注目対象物を検出し、最先端の手法に対して有利な性能を発揮します。