视觉注意力是人类在分析视觉场景时，迅速选择性地找到“重要的”或“感兴趣的”部分，而忽略其余部分的一种认知能力。通过视觉注意力机制，视觉系统可以有选择地着重处理进入视野的海量信息中最重要的部分，从而打破大脑和视觉系统处理信息的瓶颈。在图像处理领域，图像显著性模型的目标就是要通过检测能够从周围邻域中突显出来的区域或对象，来模拟人类视觉系统的选择性注意机制。利用显著性检测模型准确地提取图像场景中的重要区域或对象，对于提高媒体数据的获取、处理与传输效率，提升媒体处理与分析技术的水平，都具有非常重大和深远的意义，近年来成为智能图像信号处理领域的研究热点。 图像显著性检测主要解决两方面的问题：对人眼注视位置进行预测和对图像中的显著区域进行检测。针对这两方面问题，本书通过深入分析和讨论已有研究工作，从“利用人眼视觉系统的注意力机制”、“解决基于全局对比度方法的面积依赖问题”、“提高对象区域显著性的一致性”和“嵌入对象的一般语义特性”等角度阐述了图像的视觉显著性模型理论与方法。本书可以作为计算机科学和信号处理专业研究生的专题课程教材。