视觉注意力机制是人类能够在复杂场景中快速获取感兴趣区域的原因之一。对视觉注意力的研究源于认知科学和神经生物学,近年来快速发展于计算机科学。计算机科学中采用“视觉显著性”来量化视觉注意力,视觉显著性检测模型就是分析人的视觉注意机制,并设计数学模型来模拟这种机制。经过二十多年的发展,视觉显著性检测模型在处理视觉信息方面已经越来越接近人类的习惯。但因为“视觉显著性”这个概念本身的定义尚不明确,所以目前视觉显著性检测还是一个开放性问题。造成这种现象的原因主要在于两点,第一点是认知科学和神经生物学对视觉注意力机制的研究还不完善,第二点是计算机科学中对于视觉显著性的形式化描述还有改进空间。因此,如何定义“视觉显著性”是计算机科学领域对视觉注意力研究的关键。从两个思路探索如何定义“视觉显著性”。第一个思路是直接模拟人类视觉神经元感受野的选择机制,提出了一种生物启发的显著性检测模型。定义了一个模拟视觉神经元感受野的模板,与输入图像进行卷积运算,从而预测图像中最吸引人类视觉注意力的区域（简称RFS）。由于简单细胞的感受野会对输入信号形成一个稀疏表示,因此在RFS的基础上训练了一个非显著模板,该模板描述了大量自然图像的非显著特征。通过计算输入图像与非显著模板的响应,获取图像中不吸引人类视觉注意力的区域,从而反推图像中吸引视觉注意力的区域（简称SRS）。模型RFS和SRS都是基于生物启发的显著性检测模型,实验表明这两种模型运算速度快,准确率也高于经典的模型,并且SRS比RFS具有更高的准确率。上面提出的两种模型都没有考虑图像内部数据之间的相关性,只考虑了先验知识（即人类视觉神经元感受野的选择机制）对输入视觉信息的处理,因此第二个思路集中探索图像内部特征对视觉注意力的影响。定义“视觉显著性”的第二个思路是基于统计分析,实验中分析了离群点与人眼注视点之间的相似性,提出利用特征的离群值定义显著性。具体使用基于距离的离群点检测方法来计算图像的布尔图,多个尺度的布尔图经过线性叠加得到图像的显著图（简称OS）。由于基于距离的离群点检测的时间复杂度较高,采用单次抽样的方法将算法时间复杂度从原来的O（n2）降低到了O（n）（简称OSOS）。分析了算法的稳定性,并证明了少量的抽样次数不会影响到算法的稳定性。模型OS和OSOS都是基于统计分析的显著性检测模型,实验表明在人眼注视点预测数据库上本文提出的模型准确率优于经典模型,并且在同等条件下OSOS的运算时间远小于OS。上述两种思路分别采用了两个显著性的定义来检测图像的显著性。经过实验观察,这两种显著性定义对人眼注视点的预测结果有较大差异,并且各有优势。利用预测误差理论和引导滤波器,将SRS与OSOS统一为一个新的模型SROD,重新定义了“视觉显著性”。模型SROD融合了 SRS与OSOS的计算结果,并且在人眼注视点预测数据库上具有更高的准确率。视觉显著性研究包含两种基本任务:人眼注视点预测和显著目标检测,这两者在相当长的时间里被认为是两个相对独立的任务。显著目标检测模型OS2是由前文提出的人眼注视点预测模型OS转化而来,主要变化在于图像表示、特征描述和后期处理,最关键的显著性定义方式依然是基于特征的离群值。实验表明模型OS2在显著目标检测数据库上的准确率优于传统模型,这说明了人眼注视点预测和显著目标检测这两种模型之间是可以互相转化的。