视觉显著性是指人类在观察某一区域时视野中存在能够引起人类视觉关注的局部区域,该局部区域被称为显著性区域。视觉显著性检测主要用于凸显图像或者视频中的显著性区域。随着计算机视觉的快速发展和人工智能浪潮的来袭,利用计算机技术来模拟人眼的注意力机制成为了一个新兴且极具挑战性的研究热点。目前,视觉显著性检测广泛应用于图像分割、目标检测、视频编码等领域。因此,开展视觉显著性检测研究具有十分重要的意义。目前,视觉显著性检测大致分为RGB图像显著性检测、RGBD图像显著性检测、视频显著性检测及协同显著性检测等多个分支。本文引入深度学习技术,分别针对RGBD图像显著性检测和视频显著性检测开展了有效的研究:首先,本文利用深度学习算法充分地挖掘了RGB图像和深度图像之间的互补信息,通过多尺度的特征融合策略有效地实现了RGBD图像显著性检测工作,提出了一种基于多尺度特征融合的RGBD图像显著性检测模型;其次,本文针对视频显著性检测任务的特点,巧妙地引入了注意力机制、特征分层融合策略和边界信息融合策略,提出了一种引入注意力机制的深度融合视频显著性检测模型。本文针对RGBD图像和视频,利用深度学习算法,引入了多尺度策略和注意力机制,设计了对应的RGBD图像显著性检测模型和视频显著性检测模型,实现了对显著性区域或物体的检测,切实推动了视觉显著性检测这一领域的发展。通过大量的对比实验表明,本文所提出的模型在多个数据集上均有较大的性能提升。