基于视频的目标检测技术是计算机视觉领域的一个重要研究课题,是进行后续的智能视频分析等应用的关键核心,在诸多领域具有广泛的应用前景,其结果对进一步的视频处理产生影响。然而,现有的大多数的视频显著目标检测方法,仅适用于监控视频等背景固定的场景,对于动态背景的视频显著目标检测领域,这些检测方法存在很多局限性。本文将视觉注意机制引入到视频显著目标检测方法中,研究了基于视觉注意机制的视频显著目标检测技术:利用视觉注意模型,基于区域运动对比进行车载视频的显著区域检测,并在此基础上对这些显著区域进行异常运动检测。本文给出的基于视觉注意机制的视频显著区域检测改进算法,适用于具有动态背景的视频,并在此基础上,给出的基于视觉显著区域的车载视频异常运动检测算法,也具有合理性,并在所进行的一系列实验中取得了较好的检测结果。本文的主要研究工作如下:1)首先,总结了视觉注意机制和视频运动目标检测技术的研究现状,并分析了动态背景的视频运动目标检测。对基于视觉注意机制的视频目标检测方法进行了分类总结,并介绍了车载视频的运动目标检测相关技术。2)其次,详细介绍了基于区域运动对比的视频显著区域检测模型,并分析该模型存在的不足,针对车载视频的特点,给出了一种新的基于区域运动对比的车载视频显著区域检测算法。改进算法考虑的采样点更全面,运动区域的确定更合理。通过实验结果表明,该算法可以有效地检测出车载视频的显著区域。3)然后,分析车载视频的特点,从危险检测角度出发,定义了车载视频异常运动的标准,给出了一种车载视频的异常运动检测算法。并在第三章车载视频的显著区域检测基础上,进行了车载视频的异常运动检测实验,验证了算法的有效性。4)在前两部分的基础上,设计与实现了基于视觉注意机制的车载视频异常运动检测系统,并进行了系统评估。结果表明本文提出车载视频异常运动检测算法适用于不同的场景,准确性较高。