當(dāng)今圖像數(shù)據(jù)呈爆炸式增長(zhǎng)，如何利用計(jì)算機(jī)高效地獲取、處理圖片信息成為領(lǐng)域內(nèi)重要的研究課題。在人類(lèi)視覺(jué)注意機(jī)制的啟發(fā)下，研究人員發(fā)現(xiàn)將這種機(jī)制引入機(jī)器圖像處理任務(wù)中可以大大提高信息提取的效率，從而更好地節(jié)省有限的計(jì)算資源。視覺(jué)圖像顯著性檢測(cè)即利用計(jì)算杋模擬人類(lèi)的視覺(jué)注意機(jī)制，對(duì)圖片中各部分信息的重要程度進(jìn)行計(jì)算。其在圖像分割、視頻壓縮、目標(biāo)檢測(cè)、圖像索引等領(lǐng)堿得到了廣泛的應(yīng)用，有著重要的硏究?jī)r(jià)值。文中介紹了圖像顯著性檢測(cè)算法的研究現(xiàn)狀，首先以信息驅(qū)動(dòng)來(lái)源為切入點(diǎn)，對(duì)顯著性檢測(cè)模型進(jìn)行概述，辶后分析了現(xiàn)有幾種典型的顯著性檢測(cè)算法，并根據(jù)是否基于學(xué)習(xí)的模型將其分為基于非學(xué)習(xí)模型、基于傳統(tǒng)機(jī)器學(xué)習(xí)模型以及基于深度學(xué)習(xí)模型3類(lèi)。針對(duì)第一類(lèi)，文中較為詳細(xì)地對(duì)基于局部對(duì)比度和基于全局對(duì)比度的顯著性檢測(cè)算法進(jìn)行了分類(lèi)比較，指出了各自的優(yōu)勢(shì)與不足;針對(duì)后兩類(lèi)，分析了機(jī)器學(xué)習(xí)算法及深度學(xué)習(xí)在顯著性檢測(cè)中的應(yīng)用。最后對(duì)現(xiàn)有的顯著性檢測(cè)算法進(jìn)行了總結(jié)比較，對(duì)該領(lǐng)域硏究的下一步發(fā)展方向進(jìn)行了展望。