在人类视觉机制中,与众不同的事物会吸引更多的注意力,而显著性目标检测是通过模仿人类视觉机制,在目标检测的基础上,提取出图像中最引人注目的部分。当前基于可见光图像（RGB）的显著性目标检测方法虽然已展现出优秀的实力,但是面对强弱光照、自然天气变化等环境因素的干扰,其效果略显不足。热红外图像（Thermal infrared image,T）因具有可全天候成像、不易受光照影响的特性,可用于增强显著性目标检测的效果。充分发挥多源图像的互补作用成为提升显著性目标检测效果的关键,在此过程中,尚有一些问题亟待解决。例如,由于RGB和T的成像机制不同,直接融合往往导致过多噪声的引入;卷积神经网络中固定的卷积核难以适应目标的几何形变,导致特征提取不够灵活和全面。针对以上问题,本文展开如下研究:（1）基于注意力特征融合的RGB-T显著性目标检测算法。针对RGB和T图像的特征融合问题,构建基于注意力机制的特征融合网络。该方法首先将注意力机制嵌入骨干网络VGG-16中,强化并提取对结果影响更大的注意力特征,然后再进行特征融合。根据注意力机制和融合位置的不同,构建了基于选择性自-互注意力机制（Selective self-mutual Attention,S2MA）的决策级融合网络,和基于标准化注意力机制（Normalization-based Attention Module,NAM）的特征级融合网络,与传统的骨干网络相比,基于注意力机制的特征级融合网络更能突出显著目标。（2）基于可变形卷积的RGB-T显著性目标检测算法。针对传统卷积难以适应目标几何形变的问题,构建基于可变形卷积的显著性目标检测算法（DAGLNet）。该算法包括三个主要模块,首先引入可变形卷积（Deformable Convolution,DConv）调整VGG-16网络,替换网络中的部分卷积层,形成重构的VGG-DCNet,达到自适应提取不规则目标特征的目的。其次应用NAM构建注意力模块（Attention Block,AB）,充分发挥多源图像数据的互补优势。最后设计融合全局-局部特征模块（Fusion Global-Local Block,FGLB）,利用全局特征定位目标的能力和局部特征细化目标的能力优化网络。该算法具备灵活应对形变目标的能力,在显著性目标检测任务中有较高的准确度。为了验证上述工作的有效性,针对每一种算法都在公开数据集上进行测试。结果表明:注意力机制有助于强化特征,且基于NAM的特征级融合网络更能发挥多源图像的优势;DAGLNet算法检测出的显著图形状完整且与背景边界清晰,更接近真值图（Ground Truth,GT）,具有较高的检测精度,特别是在相似外观、中心偏移、低照度等复杂场景下检测效果优势明显。