图像和视频数据中蕴含着大量的信息,计算机智能化帮助人类分析和处理图像数据成为主要趋势。显著性检测作为计算机视觉中的重要技术,能让计算机模拟人的视觉注意机制,快速感知并提取场景中感兴趣的区域。随着深度相机的发展,深度图的获取能进一步抑制背景,立体视频显著性检测也发展起来,但是仍然面临着巨大的挑战。其难点主要在于数据集的缺乏,真值图的手动标注,信息多样性,运动多样性,背景复杂性及检测要求的准确性、实时性和稳定性。本文针对上述问题展开研究,建立了立体视频显著性数据集,利用半监督方法生成真值图,设计了基于传统和基于深度神经网络的两种检测算法。本文主要研究内容如下:(1)针对立体视频显著性数据集缺乏的问题,采用深度相机拍摄数据集,并设计校准方法与填充空洞的算法得到与彩色图一一对应的深度图。针对立体视频显著性数据集真值图手动标注费时费力的问题,通过半监督网络自动生成所有真值图。(2)设计一种基于时空一致性和深度置信优化的传统立体视频显著性检测方法,为了在连续帧准确检测出显著目标,通过邻居间相互影响提升空间显著图的空间一致性,通过顺序帧与逆序帧时间信息的传播提升时间显著图的时间一致性,提出深度置信优化结合空间显著图、时间显著图和深度图,具有较高准确率。(3)设计了基于双流网络的半监督立体视频显著性检测方法。为了达到实时性的要求,利用双流网络分别提取时空信息和深度信息,通过基于贝叶斯公式的方法融合时空信息和深度信息,有效提高检测的准确性和鲁棒性,比传统方法效率更高。