显著目标检测旨在利用智能机器设备模拟生物的视觉感知系统,从而能够从图片中找到显著的区域。显著目标检测早期以研究RGB图片为主,随着Kinect等捕捉设备的普及,借助于RGB-D图片中的深度信息来进行显著目标检测是该领域未来的主要发展方向。许多学者利用人工提取的RGB和深度信息计算得到低水平特征的方案虽已取得很大成绩,但随着卷积神经网络的广泛性和流行性,最近涌现出了大量基于深度网络的效果更好的显著目标检测模型。本文在深度网络的基础上用RGB和RGB-D图片的两种思路展开研究。针对RGB显著目标检测问题,大多数基于深度网络的模型采用反卷积操作来恢复图片尺寸,这可能会丢失显著目标中的有效信息。因此,本文设计一个基于混合上采样模块和混合损失函数计算的显著目标检测模型。该模型的编码器与VGG-16中的编码器保持一致,其解码器用双线性插值的反卷积、不同空洞比例的卷积和特征通道拼接操作组成的混合上采样模块来代替反卷积,这不但增大感受野,而且增加空间信息。此外,采取交叉熵和面积损失函数的线性组合来保存显著图的边缘信息。本文在几个常用的数据集上均获得较好的效果。针对RGB-D显著目标检测问题,本文设计一个基于生成对抗网络(Generative Adversarial Network,简称GAN)的RGB-D显著目标检测模型。首先,该网络由生成器和判别器组成;其次,其中的生成器采用VGG-16为主干网络,并用不同空洞比例的卷积操作串联作为编码器中的第六大模块,采取由深入浅的方式融合信息生成初始显著图;接着,判别器与原始GAN中的判别器结构保持一致,并在其中增加自注意力模块,用来提升网络性能;最后,训练整个GAN,输出最终显著图。本文在几个常用的数据集上均获得较好的效果。