显著检测在计算机视觉领域占据重要地位,通过对图像中内容丰富的区域建模,从而检测出图像中的重要区域(人物或车等重要目标)。计算机视觉领域的学者展开了大量的视觉注意力模型研究。近年来,他们将视觉注意力模型作为机器视觉系统中信息筛选和计算资源优先分配的关键组件,提升计算机视觉系统处理海量数字媒体的能力,提高数字媒体资源的利用率。目前存在的视觉显著检测模型准确度不高,这将会限制计算机视觉系统的应用效果和应用范围。因而构建检测性能更好的视觉显著检测算法是目前计算机视觉领域亟待解决的关键性问题。本文就显著检测问题的关键技术进行了深入研究,并且提出改进的新方法,为其他数字视频处理应用提供理论支持。论文的主要创新工作如下。本文利用物体运动速度拟合视觉系统对运动特征的感知函数,构建视频的运动显著模型;根据认知心理学格式塔原理中的邻近法则和连续法则,提出静态显著图的不确定性计算方法;同时,根据认知心理学格式塔原理中的共同命运法则,设计运动显著图的不确定性计算方法;基于静态显著图和运动显著图的不确定度估计,融合静态显著图和运动显著图,以计算视频的最终显著图。实验结果表明,相比传统的基于特征对比度和线性融合的视频显著计算方法,该方法提高了视频显著检测的准确率。随着深度学习在计算机视觉领域的飞速发展,本文进一步提出了使用多组全卷积神经网络来构建三维视频的显著检测模型。相比于传统三维视频显著检测方法,本文提出的方法能更精准检测出三维视频的显著区域,并且运行效率也得到了显著提升。本文提出的端对端像素级别的三维视频显著检测方法,不仅能检测三维视频的显著区域,同样适用于图像以及二维视频的显著目标检测,利用显著目标检测的大型数据集训练的前两个全卷积神经网络模块,这两个模块对后续的第三个人眼注视点定位的网络起到了促进作用,明显提升了最终结果的准确性。大量定性定量的实验证明了所提出算法的有效性。