图像显著性目标检测主要目的是从海量的图像中快速精准地定位人们感兴趣的内容,即检测出不同场景中最吸引人注意的目标。因其具有极高的理论研究价值和实际应用意义,显著性目标检测在图像处理、计算机视觉、模式识别、人工智能等领域内引起了广泛的关注。当前已经有许多基于RGB图像的显著性检测算法展现出优秀的检测能力,但这些算法在处理光照不足、背景嘈杂或存在噪声干扰等复杂场景下的显著性目标检测问题时,检测效果仍然不理想。为了克服这一问题,本文研究了RGB-T图像显著性目标检测,利用热红外相机对光照和天气变化的鲁棒性,使用热红外图像为RGB图像提供互补信息,并提出了一种新的RGB-T图像显著性目标检测算法。论文的主要工作如下:首先,考虑到RGB图像对光照、天气等环境因素的改变比较敏感,且当前的RGB-T图像显著性目标检测算法无法适应性地融合多模态互补信息,深度模型学习到的丰富的上下文信息也没有得到充分有效的利用,本文通过探索深度卷积网络模型中的一系列特征融合问题,挖掘RGB-T图像显著性算法的潜在问题,提出了一种新的基于特征融合RGB-T图像显著性目标检测算法,本文探索的三个特征融合问题分别为多尺度特征融合,多模态特征融合以及多层级特征融合。然后,通过探索多尺度特征融合问题,提出了一个混合池化多孔(HPA)模块,用于对单模态特征捕获丰富的多尺度上下文信息,该模块通过扩大对特征的感受范围以及捕获更强的局部细节信息,获得的多尺度上下文特征具有更强的表征能力和更好的空间一致性。在进行多模态特征融合时,提出了一个互补加权(CW)模块,用于适应性地融合多模态特征中的互补信息,与已有的多模态特征融合策略相比,该模块通过学习与图像内容相关的权重图来自适应地融合多模态信息,权重图能够从全局的角度衡量不同模态特征的可信度,使得尽量融合与显著目标区域相关的互补信息。将不同层级上的多模态特征融合后,需要结合这些层级上的融合特征来获得更加精细的显著图,这里构建了一个语义引导(SG)模块来对低层级空间细节信息进行筛选,获得语义感知的低层级特征,即利用高层级全局语义特征对低层级特征的前向传递进行控制把关,从而实现有用信息被传递和冗余信息被抑制的目的。最后由多层级特征融合结果得到最终的预测显著图。最后,利用Tensor Flow深度学习平台和python编程语言来实现本文算法的搭建,使用一块NVIDIA GTX 1080 Ti GPU来完成模型的训练和测试。基于多个公开的RGB-T图像数据集,设计了一系列的对比试验,将本文算法与当前主流的图像显著性目标检测算法在客观评价指标和主观预测图上进行对比,实验结果表明本文算法有着更加优异的表现,特别是在光照不足、背景嘈杂、存在噪声干扰等复杂场景下的检测效果明显优于其它算法,本文算法能更有效融合多模态互补信息,显著性目标区域具有更好的一致性,背景干扰信息能得到有效抑制。