本发明适用于视频和图像识别领域，提供了显著目标检测方法，时空级联神经网络包括第一全卷积网络和第二全卷积网络，方法包括：将待检测视频的当前帧图像输入第一全卷积网络得到空间先验图；根据当前帧图像及其光流图生成时间先验图；对空间先验图和时间先验图进行元素运算得到时空先验图；将时空先验图和下一帧图像输入第二全卷积网络得到时空显著图。本发明实施例在检测具有复杂场景的视频的显著目标时，集成视频帧图像的空间先验信息和基于光流的时间先验信息，达到消除静态的显著区域并生成动态场景中最终的时空显著图，使得在进行动态场景中能够获取更多更丰富的信息，提高准确率和鲁棒性。