伴随着互联网技术的高速发展以及4K等超高分辨率视频图像的普及,海量的视觉信息给视频图像的实时分析处理带来了严峻挑战。如何对计算资源进行合理有效的优化分配,将有限的计算资源分配给最值得关注的区域,吸引了计算机视觉等相关领域内研究者们的广泛关注。其中显著目标检测技术通过模仿人类视觉系统针对自身需求的信息筛选能力,可以极大地减少待处理的视觉信息量。虽然目前已经有许多针对视频图像的显著目标检测模型取得了不错的检测效果,但是在对背景干扰的抑制和连续多帧图像显著目标之间的时空一致性上仍然存在一些问题没有很好地解决。受到图像处理领域内中心先验假说的启发,我们提出针对视频序列的动态注意中心先验假说。即距离动态注意中心越远的图像区域越倾向于成为图像的背景区域,距离动态注意中心越近的图像区域越倾向于成为图像的显著目标。通过计算图像区域与动态注意中心之间的距离权值,实现对背景区域干扰的抑制。每一帧图像的动态注意中心根据上一帧的显著目标检测结果迭代计算得出,更好地保证了显著目标在时域上的一致性。受制于运动目标和背景区域之间的运动区分度,时域显著目标的检测结果有时并不准确。我们通过分析图像整体的运动变化剧烈程度,提出一种动态融合方法对时域和空域的显著目标检测结果进行融合,以获取在时空域上具有更高一致性的显著目标检测结果。在FBMS数据集和VideoSeg数据集上的实验结果表明,我们的模型在主观视觉感知和客观指标定量分析上都要优于目前的主流显著目标检测模型。