国外泛读！title（24）：Weakly Supervised Learning with Deep Convolutional Neural Networks for Semantic Segmentation：Understanding semantic layout of images with minimum human supervision（弱监督学习框架下的深度卷积神经网络语义分割：用最少的人工监督理解图像的语义布局）---IEEE SIgnal ProcESSIng MagazInE201712
本文就弱监督的语义分割方法作了综合性概览。尤其论述了如何克服目前的限制，讨论了在提高性能方面值得投入的研究方向。
本文主要探讨基于DCNN方法的弱监督图形语义分割。
国外泛读！title（25）：Discovering Class-Specific Pixels for Weakly-Supervised Semantic Segmentation（寻找用于弱监督语义分割的特定类别的像素）---20170718、
本文做法与STC相像：首先提出一个显著性预测算法得到对象显著性区域，之后通过全卷积网络注意图去可靠地定位给定图像的特定类别区域。