摘要：圖像的顯著性檢測是將原始圖像簡化為圖像中的顯著性區域標注出來,為圖像的分割、識別、縮放等后續的編輯處理提供了準確的定位,在視頻目標追蹤、人臉識別、軍事目標抓捕等領域有廣泛的應用前景。近年來大數據和深度學習的技術興起,卷積神經網絡(CNN)在圖像的顯著性目標檢測表現出非常優越的性能,通過卷積神經網絡的分類與回歸,實現對圖像顯著性目標的邊界信息更好的定位捕抓。文章概述了CNN的構建技術以及應用CNN實現圖像顯著性目標檢測的幾種模型,并對這幾種模型進行分析比較,針對現有模型特點,探討了CNN實現圖像顯著性目標檢測算法研究發展的趨勢。