显著区域检测（salient region detection），理学-计算机科学技术-计算机应用-多媒体计算-计算机视觉-高层视觉-物体检测，在遵循人类视觉显著性规律的基础上，综合利用图像的颜色、强度、局部特征等特性，计算出图像中各个区域的显著程度。显著区域检测的本质是一种视觉注意模型，该模型利用视觉注意机制得到图像中最容易引起注意的区域，并用响应强度作为该图像显著性度量。模拟人类视觉系统的显著性区域计算模型主要从两个角度出发：①自下而上的视觉分析计算模型，不需要任何的先验知识，由数据驱动，自动捕获刺激人眼的区域，主要集中于颜色、方向、纹理等低层级特征。②自上而下的视觉选择注意模型，基于高级视觉特征，即先验知识的学习，由知识和任务驱动，以自我意识决定视觉关注区域，主要把面部识别、物体识别这类基于语义的信息作为对象。从计算机理来看，显著区域检测的基本框架主要包括两种：①自底向上（bottom-up）。自底向上框架主要模拟人类视觉系统自底向上的信息处理流程。主要思想是在像素、宏块、超像素等尺度上，设计并提取可能影响显著性的多种视觉特征，通过特征融合得到输入图像的显著性图。