近年来,随着互联网和信息技术的不断进步,视频图像等数据作为网络中信息传播的主要介质,其数量呈现跨越式的增长,对社会的各个领域产生着深刻的影响。视频目标分割技术作为视频处理的关键技术之一,在自动驾驶、智能监控、三维重构以及视频剪辑等领域中有着广泛的作用。无监督视频目标分割任务是在缺乏分割目标先验知识的情况下,自动分割视频序列中的主要前景目标,可以节省大量的人力财力,是当前研究的热点及难点之一。本文重点研究如何充分利用运动和几何信息改善无监督视频目标分割的性能。首先,研究结合前帧传播的双向光流运动优化策略以提高复杂场景中的分割精度,然后从双目的角度研究如何将场景几何信息用于无监督视频目标分割,最后将两者结合研究了基于运动引导的无监督双目视频目标分割算法。本文的主要工作如下:（1）提出了基于运动引导的无监督视频目标分割算法MGNet。由于视频场景的复杂性,单帧中的显著运动分割并不总是可靠的。基于此,本文提出了结合前帧传播的双向光流运动优化策略,通过网络对前后向光流以及视频序列前一帧与运动模式之间的关系进行学习,减少分割误差。同时,提出了一种运动引导的选择性融合策略,利用实例分割网络来生成对象建议和运动分支得到的结果进行融合,去除错误的运动背景信息,进一步提高分割结果的准确性。在DAVIS-2016、Seg Trackv2数据集上进行了消融实验和对比实验,验证了所提出的算法MGNet的有效性。其中在DAVIS-2016上的分割区域相似度J的均值达到77.5%,优于UOVOS、MPNet、LVO、Fseg等主流同类型方法。（2）提出了一个新颖的基于视差约束的无监督双目视频目标分割算法StereoNet。针对现有的单目视频目标分割网络无法利用场景几何信息的问题,提出了一个端到端的双目无监督视频目标分割网络,该网络从双目视频图像序列中提取场景几何信息,将双目对应帧的视差信息与多尺度的外观特征融合,从而提高前景目标和背景的分类预测准确度。为了验证其有效性,采用视图合成技术对当前主流的单目视频目标分割公开数据集进行了计算处理,构建了用于双目视频目标分割的数据集DAVIS-2016-stereo、Video SD-stereo。提出的算法Stereo Net在构建的双目视频目标分割数据集上进行了消融实验和对比实验,其中在DAVIS-2016-stereo上分割区域相似度J的均值相比基准网络提高了3.7%,轮廓精确度的均值相比基准网络提高了4.0%。（3）提出了基于运动引导的无监督双目视频目标分割算法Stereo MNet。将第一个研究工作的成果引入无监督双目视频目标分割网络Stereo Net中,设计了基于运动引导的无监督双目视频目标分割网络Stereo MNet,在视差约束的基础上引入运动信息,去除错误的背景分割,进一步提高了无监督双目视频目标分割算法的准确性。提出的算法Stereo MNet在DAVIS-2016-stereo数据集上进行了实验,分割区域相似度J的均值达到75.5%。本文包含图20幅,表9个,参考文献47篇。