随着信息技术的快速发展,图像和视频数据日益膨胀,人们希望能够从中快捷地获取有用信息。近年来,人类视觉注意机制引起了国内外学者的广泛关注。它是指人类在分析视觉场景时,能够迅速地、有选择地找到“感兴趣的”部分,忽略冗余信息的一种认知能力,从而着重处理海量视野信息中最重要的部分。因此,在图像或视频处理中,加入视觉显著性,对于提高处理效率和准确率具有重要的意义。鉴于此,本文构建了一种基于时空运动显著性的跟踪方法。依据视皮层中的运动信息层次处理机制,提取运动信息,实现运动显著性的度量；在粒子滤波框架下,利用时空运动显著图和颜色直方图预测目标状态,从而完成跟踪。另外,针对聚集效应对显著性机制的影响,重点关注影响聚集显著性的人脸特征,并将人脸特征和其他底层特征相结合,通过多核学习框架,实现聚集场景人脸显著性检测。本文主要开展了以下工作：(1)总结分析了当前视觉显著性时间特性和空间特性的研究现状,概述了视觉显著性的经典计算模型。阐述了人类视觉系统中的运动信息处理机制,包括视觉通路层次结构、简单细胞和复杂细胞建模等,为仿生运动特征建模奠定基础。(2)从大脑视皮层对运动信息的层次处理机制出发,构建了一种视频序列的时空运动信息表征方式,即通过3D时空滤波器完成对运动信号的底层编码、最大化汇集算子完成运动特征的局部编码；再利用前后帧之间的时间关联性实现运动显著性度量,即在运动显著性的度量过程中加入历史帧信息和衰落因子,使得历史帧对当前帧的影响随时间逐渐增强,使得较早历史信息对跟踪的干扰较小；(3)在时空运动显著图的基础上,设计了一种融合时空运动显著性的目标跟踪方法,首先为了弥补运动信息中色彩信号的损失,将其与通过对立色计算生成色彩显著图进行整合,生成视频帧的最终显著图；最后,在粒子滤波框架下,将最终显著图与颜色直方图相结合,用来衡量不同预测状态与观测状态之间的相关性,进行目标跟踪。在目标跟踪过程中加入视觉显著性,能够增强显著的目标区域,抑制干扰区域,提升跟踪性能；(4)分析了聚集场景下的显著性机制,关注四个影响聚集显著性的人脸特征：人脸大小、密度、姿态、遮挡。结合人脸特征和底层的对立色特征,通过多核学习方法,实现聚集场景显著性检测,这对于聚集场景的目标行为检测、跟踪和场景建模都有很好的作用,是一项基础和有意义的工作。