计算机视觉处理技术近年来发展迅速,并逐渐在人们的日常工作和生活中发挥重要作用,但计算机处理视频能力的发展速度无法同视频数据快速增加的速度相匹配,这直接导致使用计算机无法及时筛选和处理真正有用的视频数据。因此,预先对视频内容进行筛选,已经成为迫切的实际需要。视频显著性物体检测技术就是实现对视频有用内容预处理的最佳解决方案。视频显著性检测的主要目的是将人眼感兴趣的区域从背景中分割出来,目前基于神经网络的方法多使用双流网络将时空信息进行融合,但其性能受限于时间分支,当物体静止或背景晃动时,单纯使用光流网络很难直接获取靠谱的运动信息。另外显著性领域缺少训练复杂网络的大型数据集,使得推理结果很容易过拟合,最终导致无法达到最优性能。因此,针对上述问题本文提出两个解决方案:1.提出一种基于运动质量感知的视频显著性检测算法,该算法首次提出“运动质量”的概念并使用卷积神经网络对运动质量进行评估,使用此运动质量标签屏蔽掉双流网络中低质量运动信息对最终显著性结果的负面影响。同时,为了节约标记成本,使用半监督的方式监督网络训练。除此之外,本文还提出一种通用的学习方案,使得任何先进模型的性能都能够进一步提高3%的精度。2.提出一种基于多流网络一致性的视频显著性检测算法,该算法设计并使用一种新的三重网络结构来提取预选目标区域的空间、运动、先验特征。其中,先验信息可以有效提高运动估计的准确度,从而提高定位准确率。最后使用多流一致性融合模型对三流分支进行优化,以得到不同特征的最佳融合互补方案。同时,使用循环训练策略来避免网络过度拟合单流分支。对以上两种算法在五个通用数据集上进行实验,结果证明本文方法具有很好的通用性和鲁棒性,并且与当前主流算法进行比较能达到高精度的检测性能。以运动信息作为出发点,可以屏蔽外观分支的背景噪声,不管是评估运动的质量还是弥补光流的不足,都可以最大化的利用运动信息,更好地定位显著物体。