无监督视频目标分割要求算法在不给出前景目标任何标注信息的情况下自动地将整个视频序列中最显著的、最关键的目标进行分割,由于其应用前景广阔而引起了研究人员的广泛关注。视频内容的丰富性以及场景的复杂性,导致视频中的前景目标之间存在着遮挡、快速运动、剧烈形变、背景混淆等问题,给准确、稳定的无监督视频目标分割任务带来了严峻的挑战。最近几年,互联网、大数据、5G技术迅速发展,视频数据量激增,利用人工智能技术实现自动分析海量视频将成为主流的趋势。由于视频数据具有丰富的时序和空间特征,充分且有效地利用视频中的时空特征将有助于应对无监督视频目标分割任务中存在的挑战。因此,研究联合时空特征的无监督视频目标分割算法具有重要的研究价值和理论意义。本文针对如何在无监督视频目标分割模型中充分利用视频数据中的时空特征问题,分别从光流法和非光流法两个技术路线开展研究。对于基于光流法的方法,重点从双向运动线索优化和多层次特征融合策略两个角度进行。对于端到端的无监督视频目标分割（非光流法）,重点研究从视频数据本身角度出发,充分挖掘视频帧之间的时空关联。本文的主要研究工作总结如下:（1）研究了基于双向运动线索优化的无监督视频目标分割算法。单向光流不能充分表示待分割目标的运动模式,导致运动估计的准确性不够,从而影响复杂运动模式下的视频目标分割精度。基于此,本文引入了双向光流特征,提出了一个运动线索优化模块,并集成在一个运动显著性分割网络中,充分利用前景目标的运动线索,提高了分割精度。在DAVIS-2016数据集上进行了实验,验证了所提算法的有效性。实验结果表明,相比于单向光流,本文提出的运动线索优化模块将基准网络分割精度提高了 13.6%。（2）研究了基于特征聚合及运动优化的无监督视频目标分割算法。为了充分结合视频序列的时空特征,结合第一个研究内容中提出的运动线索优化模块,提出了一个基于多层次特征聚合与运动线索优化的双流协同增强网络,该网络为一个双流网络,由外观流和运动流构成。针对网络中不同层次的特征对分割性能有不同的贡献,设计了一个外观显著性分割网络,包含一个上下文注意力模块和多层次特征聚合模块,通过有效地整合不同层次特征以提高对前景目标的外观特征表达能力。双流协同增强网络将外观显著性与优化的运动显著性特征有效结合,以协同增强的方式提高整体网络分割的准确性。在DAVIS-2016、SegTrack-v2、VideoSD数据集上进行了对比实验,验证了算法的有效性。在DAVIS-2016数据集上分割精度达到79.6%,超越UOVOS、FSEG、LVO等主流同类型算法。（3）研究了基于时空信息自适应选择的无监督视频目标分割算法。由于基于光流法的无监督视频目标分割需借助预先计算的光流信息,无法进行端到端的预测。为了充分挖掘视频序列中丰富的帧间时空联系,提出了一个无需借助任何外部辅助信息并且可以进行端到端分割的时空特征自适应选择网络,通过将视频中多帧构建一个存储区,然后自适应选择与当前帧分割最有利的时空特征,增强了当前帧特征的表达能力。本文算法在DAVIS-2016、SegTrack-v2、VideoSD主流数据集上进行了丰富的消融实验和对比实验,验证了本文算法的有效性,在DAVIS-2016数据集上分割精度达到了 77.6%,优于大部分基于光流的方法。本文包含图37幅,表12个,参考文献72篇。