大数据时代,图像、视频等视觉数据呈现指数级增长,传统的计算机视觉理论与方法面临着前所未有、日益严峻的挑战。而显著性检测作为智能视频处理中一项关键支撑技术,可有效定位图像、视频序列中感兴趣的目标区域,以便于从大量冗余信息中提取对当前任务有益的信息,为智能图像、视频处理中目标识别、场景理解、行为分析等高层任务提供可靠数据,具有重要的军事、商业和社会价值,已被广泛应用于智能安防、航空航天、人机交互、工农业生产、自动驾驶、医疗诊断等各个领域。基于深度学习的显著性检测任务当前面临的主要挑战来自于边界模糊、目标整体不完整、复杂现实动态场景中遮挡、运动模糊以及人类在动态场景中视觉注意行为固有的复杂性。本文从互补信息融合的角度出发,对显著性检测方法进行了深入探索,研究内容如下:（1）针对目前图像显著性检测算法对边缘检测性能不佳的问题,本文的工作一提出了基于孪生网络的显著性检测方法,同时关注于目标的边界和图像的显著性目标区域。设计了边界特征学习模块和密集协同融合模块。边界特征学习模块通过一个孪生网络提供鲁棒的显著性特征学习和边缘信息学习,密集协同融合模块则用于边缘和RGB模式之间的互补特征融合,以便有效地结合这两个模块学到的特征,达到跨尺度特征融合效果。在五个常用数据集上的实验评估表明,与目前的显著性检测方法相比,本算法在性能方面有明显的提高。（2）本文的工作二针对当前视频显著性检测对于时空信息学习不足的问题,提出了一种基于全卷积网络的端到端时空特征融合网络。该网络首先设计了图像表征增强模块,通过金字塔结构和一个轻量级的通道注意力机制为单张图像提供鲁棒显著性特征学习。在此基础上设计了时空信息学习模块,引入时空信息融合和视频相关滤波器来学习时空信息和后续输入组之间的内部交互信息。图像表征增强模块和时空信息学习模块的结合不仅增强了单幅图像的表征学习能力,还可以很好地学习到连续图像间的时空信息以及相关性。此外,本章设计了一种混合训练策略,以保持静态图像较强的特征表示能力。与14种最先进的方法进行了大量实验比较,结果表明本章算法达到了最优的检测性能。（3）针对视频显著性检测任务中时空信息特征提取跨域有限的问题,本文的工作三设计了一个多时域信息融合网络,用于协同推理短时域、长时域时空信息。从短时域角度出发,建立了一个短时域协同推理学习模块,用于在视频片段（5帧）中共同推理显著对象和学习局部时空信息。从长时域角度出发,设计了一个长时域记忆学习模块,聚合当前片段信息和临时保存的前段时空信息,从而更好地学习全局时空信息,进而获得更加鲁棒的特征表示。实验表明,该算法在视频显著性检测和无监督视频目标分割任务上都取得了较好的结果。