显著性目标检测作为一项基础并具有挑战性的二分类任务,吸引了许多学者的注意。它的目的在于检测出一个场景或者区域中最受人们关注的目标。传统的基于提取手工特征的显著性物体检测,由于无法获取全局的上下文语义信息而拥有很大的局限性。而卷积神经网络的兴起,使得显著性目标检测在性能上获得了很大的提升,这主要是由于其本身的自动提取和组合高阶以及局部的低阶特征。基于输入数据的不同,显著性目标检测主要为三类:2D、3D和4D光场显著性检测。本文主要针对4D光场显著性目标检测展开了如下的研究工作。对于4D光场显著性目标检测,目前公共可利用的光场显著性数据集LFSD仅有100张图片,有限地数据量严格的限制了4D方法的发展。使得数据驱动的深度学习方法很难有效地学习具有代表性的特征。因此针对有光场数据不充足的情况,本文引入了截至目前最大的光场显著性目标检测数据集(DUT-LFSD),包括1462张全聚焦RGB图像、深度图像、焦堆栈图像以及相应的真值图。并且此数据集由于拍摄在现实的场景使得图像更接近生活场景。并且包括了很多具有挑战性的场景,如相似的前景和背景、复杂背景、透明物体以及多目标等。这使得提出的数据集可以充分的验证模型的有效性和鲁棒性。此外,本文提出了一个新颖的光场融合显著性检测网络,利用两个特征提取网络去提取粗糙的RGB和光场特征,然后利用光场提炼模块(Light-Field Refinement ModuleLFRM)通过残差学习的思想去充分的提取光场信息,再利用深层的监督机制以提高网络的学习速度并加快网络的收敛。然后设计了一个光场整合模块(Light-Field Integration Module-LFIM)去加权每个光场整合特征的贡献,并学习整合特征内部的语义联系以准确的定位和识别显著性物体。大量的实验在提出的数据集以及公共可利用的数据集进行了比较,结果一致性的证明了提出的方法要优于目前所有的2D、3D和4D光场显著性目标检测算法。