罗世庆，王 军，毛 毅，安永旺，吴国栋

（1.国防科技大学，安徽 合肥 230037；2.中国人民解放军第61516 部队，北京 100071）

0 引言

随着时代的发展与进步，显著性目标检测成为计算机视觉领域的一大研究热点，引起了越来越多研究者的研究兴趣。它旨在利用计算机识别提取图像和视频序列中具有显著性特征的区域与目标。随着大数据时代的来临，数据形式已然发生了翻天覆地的变化，传统的图像数据已不足以满足人们日益增长的感官需求[1]。同时，随着视频应用的广泛兴起，显著性目标检测逐步向视频倾斜。因视频加入了更加复杂的运动信息，使得检测更难、耗时更长。不同于图像显著性检测，视频显著性检测需要同时结合时间信息特征和空间信息特征连续定位视频序列中与运动相关的显著性目标。Barron 等人[2]针对运用光流法提取视频中的运动特征和过融合目标时空特征来减少检测的光流矢量中存在的大量与目标区域无关的干扰信息，减少运动中产生的背景噪声干扰和背景抖动等问题，但通过光流法提取运动特征比较耗时费力，不利于实时性检测。近年来，时空特征与语义特征已经在运动目标检测中得到重视和应用。Dementhon 等人[3]采用时空联合分割方法，同时综合利用帧间时域上的强相关性信息和帧内空间上的特征，能够取得较好的分割效果，但其时空观念仅针对每个像素，而不是针对具体的运动目标，没有空间多尺度和时间多尺度的概念。……