摘要：考虑到图像分割与显著目标检测两者之间较强的关联性,本文通过一种有效的图像分割算法对一种既有的显著目标检测算法进行改进.这种图像分割算法是基于特征嵌入学习网络提出的,通过控制算法的相似阈值可得到多尺度的分割图.结合这种既有的显著目标检测算法,将得到的多尺度的显著性图利用深度特征进行融合,形成最终的显著性图.三个数据集的测试结果表明,改进后的算法在多项评价指标上均优于原算法.同时,从视觉上对显著性图的直观比较发现,改进后的检测不但更能突出显著目标的整体性、一致性,同时对背景的抑制更加有效.算法的思想很简单,但改进后的效果却比较显著.这表明,有效的图像分割在一定程度上会提高显著目标的检测结果.