人类主要通过视听觉感知系统来获取外界环境信息以认识世界，随着神经生理学和认知心理学的发展，人类对自身感知系统的了解逐步深入，如何模拟视听觉的注意机制，并将其应用到对运动目标的检测，以及图像检索、场景监控等领域引起了越来越多学着的重视。本论文是融合视觉和听觉来进行运动目标检测，着重研究了基于视觉注意机制的目标检测方法，并对基于听觉掩蔽效应的听觉模型进行了探讨。　　 论文的主要工作包括：分析了视听觉注意机制研究成果，对人类视觉通路、听觉通路等相关知识进行了总结；以视觉注意机制建立自底向上的视觉模型，在此注意模型中，对图像提取亮度、颜色、方向等特征形成特征图，通过特征图合并策略得到显著图，再经过焦点转移机制，找到图像中的感兴趣区域；以听觉掩蔽效应基础，研究了基于听觉掩蔽效应的特征提取算法，改进原有MFCC 特征提取算法，以消除噪声的影响，并进行了相关的模拟实验验证工作。　　 在以上对视听觉模型的研究基础之上，利用基于决策层的视听信息融合思想，提出了融合视听觉信息进行等级决策的方法，以完成对运动目标检测。对于检测得到的视觉和听觉检测结果，经过加权分析，得到最终的检测结果。该方法分别从视觉和听觉两个方面进行分析，对运动目标检测取得了较好的实验效果。