作为计算机视觉任务中的一个重要分支,图像显著目标检测旨在研究让计算机模拟人类的视觉注意力机制提取图像中最感兴趣的目标或区域。近年来,随着卷积神经网络在不同计算机视觉任务中的广泛使用,基于卷积神经网络的显著目标检测吸引着越来越多人的关注。基于传统机器学习方法的可见光显著目标检测在遇到场景复杂、目标与背景相似等挑战时,目标边界模糊现象较为严重。而热红外成像仪可以根据物体表面的热辐射成像,不会受到雨雪、光照、烟雾等影响,所以近年来热红外图像在计算机视觉任务中得到了较为广泛的利用。热红外图像同样也可以很好地协助可见光图像中的显著目标检测,然而现有的可见光-热红外（RGB-T）显著目标检测数据集、场景简单,数据量少,并且已有的RGB-T显著目标检测算法几乎是基于传统的机器学习算法,检测效果及效率都不够令人满意。针对上述问题,本文研究主要分为以下三方面内容:第一,为了得到图像中显著目标的准确边界,本文提出了边缘引导的非局部全卷积神经网络ENFNet来进行边缘引导特征学习,以实现对显著目标的精确检测。具体来说,我们在全卷积神经网络中提取层次化的局部特征,然后合并非局部特征,从而实现有效的特征表示。同时,还提出了一种引导模块,将边缘先验知识嵌入到层次特征中,不仅可以进行特征级别的操作,还可以进行空间方向的变换,从而实现有效的边缘特征嵌入。实验结果表明,本文提出的边缘引导块能有效细化显著目标的边缘。第二,由于缺乏大规模的RGB-T显著目标检测数据集,本文在不同的场景和环境中采集RGB-T图像对,构建了一个新的较大规模的RGB-T显著目标检测图像数据集（VT5000）,包括5000对手工校准的RGB-T图像及其手工标注的真值和11种挑战标注。该数据集可以更加客观深入地反映不同算法的优缺点。第三,为了能更为准确地检测出RGB-T图像的显著目标,本文设计了一个基于卷积神经网络的端到端训练框架,可以提取每个模态中的多层次特征,并利用注意力机制将两个模态的特征聚合起来。为了进一步解决边缘模糊的问题,本文同时使用了边缘损失函数来细化显著目标的边界。在VT5000等多个数据集上的实验结果表明本方法实现了RGB-T显著目标的精确检测。