作为图像模式识别的经典问题，目标识别为图像分析与理解、计算机视觉、心理学和生理学等多个学科提供了一个良好的具体问题，目标识别问题的深入研究和最终解决，可以极大地促进这些学科的成熟和发展。所以目标识别不仅具有很高的理论研究价值，更有着广阔的潜在应用前景。　　 人类视觉系统的选择性注意表现在只关注视觉场景中少量的相关位置。心理学实验表明，对于一幅输入图像，在人们关注局部区域之前，人类视觉系统首先会有一个全局的认识，然后视点会相继落在比较感兴趣的区域(局部)。　　 第一，本文通过模仿人类系统处理信息的方式，设计了一种基于选择性注意的目标识别方法。本文通过提取图像的全局特征来模拟视点产生之前人类视觉系统所获取的全局特征，然后在视点附近提取图像的局部特征来模拟人眼通过视点跳转所获得的局部特征。最后通过融合两种特征来实现最终的识别。　　 第二，本文在人脸识别中验证了上述框架的有效性。本文利用人眼真实视点得到人脸图像上的显著性图，然后根据显著性图将人脸图像划分成注视区域和非注视区域，模仿人类视网膜成像来提取局部特征。最后将局部特征与全局特征相融合来实现人脸识别。　　 第三，本文在一般目标识别中，也验证了上述框架的有效性。本文通过利用已有的视觉显著性计算模型，产生目标图像的显著性图，然后在显著性上进行随机采样产生模拟视点，以模拟视点为中心提取目标图像的局部特征。最后通过将局部特征和全局特征结合起来，实现最终的目标识别任务。　　 本文将上述实验框架在公开的人脸数据库和一般目标数据库上进行了测试，实验结果证明，将人类视觉系统的选择性注意引入到目标识别中，不仅降低了编码量，而且提高了识别的性能，证明了将人类视觉系统的选择性注意引入到目标识别中的合理性。