显著性物体检测旨在通过模拟人类的视觉系统自动识别出场景中最吸引人类注意力的物体,可以帮助人们从海量的数据中获取重要信息,并将有限的计算资源分配给更重要的信息。在RGB-D显著性物体检测中,深度图片作为辅助信息在RGB图片显著前景和背景区分度较小的场景中扮演着重要作用。受限于深度相机和人工因素的影响,深度图片质量也因场景而异,并非所有特征对最终的检测都有益。所以如何设计网络从双分支的输入信息中提取实用特征,保留前景物体特征,屏蔽背景特征,实现特征互补融合状态达到最优,对后续的检测精度尤为重要。本文通过两种方式提升显著性物体检测精度,提出了如下解决方案:（1）本文提出一种多尺度注意力模块的检测网络。使用双分支特征提取网络获得初步融合的多尺度RGB-D特征,然后逐层的添加膨胀卷积模块和注意力模块完成任务学习。高层特征中膨胀卷积模块扩大感受野,将局部特征与全局特征结合,通道注意力模块对特征通道建模,利用全局信息选择性加强有用信息,从而获得丰富的上下文特征。浅层特征空间注意力模块保留局部细节信息,屏蔽背景信息。最终使网络更专注于前景物体,实现浅层细节信息在高层语义信息指导下更优的特征融合。（2）本文尝试将一种新颖的深度质量感知分支集成到经典的双分支中结构,目的是在进行选择性特征融合之前评估深度质量,预测哪些深度区域可能能够使RGB分支受益。与最先进的双分支方法相比,该方法的主要优点是能够凸显在特征融合过程中RGB对检测更多贡献的区域和降低那些低质量、无贡献甚至负贡献的深度区域的作用,从而改善了RGB和深度信息之间的互补状态。最后通过设计的选择性融合网络以充分利用深度贡献评估子网,从而大大改善了RGB和深度之间的互补融合状态。使用目前广泛采用的评价指标在多个数据集对上述方法进行性能评估,并与主流方法进行定性、定量的比较分析,证明本文提出方法有较强的鲁棒性和较高的检测精度。