准确地预测并计算视频显著性是视频质量评估、视频摘要、视频压缩和视频再定位等研究的基础。有研究表明即使从单个观察者收集的眼动数据生成显著图的效果也优于现有的视频自动显著模型,因而基于人眼注视数据确定视频显著性的方法更为有效。由于观察者的个体差异,通常需要大量的眼动数据来逼近真实的视觉显著性图。但是,针对众多观察者采集眼动数据不仅耗时而且成本较高。为了获取显著性的计算准确度和采集成本之间的平衡,本文研究如何预测和推荐出视频显著性计算所需的最优眼动数据个数。通过分析多种类型的视频及其对应的眼动数据特性,发现视频内容的差别导致了生成相同质量的显著性图所需眼动样本数目的不同。文章首先通过设计包含纹理、运动、显著性图等多角度的特征模型来对视频进行描述。然后为了预测视频计算给定精度的感兴趣区域所需眼动数据个数提出了两种方法:第一种是基于支持向量机的分类预测模型,在给定精度阈值的基础上,通过对眼动数据生成的注视一致性曲线(多维向量)进行聚类,统计出类别与所需眼动数据个数之间的关系,进而构建出多角度特征模型与视频类别关系的支持向量机分类预测模型;第二种是多元线性回归预测模型,给定精度阈值,将多角度特征模型作为回归模型自变量,视频所需眼动数据个数作为回归模型的因变量,构建出直接预测视频眼动实验所需的最优人数的多元回归预测模型。最后将预测数目对应的眼动数据生成的感兴趣区域应用于视频压缩中,实验结果表明,在相同码率下比直接压缩的视觉质量更好。本文的主要贡献总结如下:(1)构建了一个描述视频的多角度特征模型,包含基于纹理的统计特征,连续帧运动特征以及基于显著区域的显著特征。(2)为了拟合视频多角度特征模型与给定阈值精度下所需眼动数据样本数之间的映射关系,提出了基于支持向量机的分类预测模型与多元线性回归预测模型的两种方法。(3)用户可通过指定精度阈值的方式来控制采用相应数目眼动数据生成感兴趣区域的准确度。对于0～1的任意阈值,均可快速建议出视频显著性眼动实验所需的最优人数。