1.一种图像显著性检测方法，其特征在于，包括：

分别提取待检测的目标图像的RGB图像特征和深度图像特征；

对提取的RGB图像特征进行上下文信息关联，对深度图像特征提取维度模态和空间模态间的相似信息；

将进行上下文信息关联后的RGB图像特征和提取了相似信息后的深度图像特征进行连接；

将连接后的特征进行聚合，得到最终的显著性检测图；

所述对提取的RGB图像特征进行上下文信息关联，使用空洞空间卷积池化金字塔模块对提取的RGB图像特征进行上下文信息关联；

所述对深度图像特征提取维度模态和空间模态间的相似信息，使用串联的维度注意力机制和空间注意力机制，对深度图像特征进行处理，提取维度模态和空间模态间的相似信息。

2.根据权利要求1所述的图像显著性检测方法，其特征在于，通过孪生网络分别提取RGB图像和深度图像的特征。

3.根据权利要求1所述的图像显著性检测方法，其特征在于，将连接后的特征进行最大值化执行多尺度卷积操作，得到最终的显著性检测图。

4.根据权利要求1所述的图像显著性检测方法，其特征在于，在将连接后的特征进行聚合时，采用边缘优化损失函数，通过减小融合显著图中的边缘和真值的边缘之间的差异来最大程度的对边缘信息进行优化。

5.一种图像显著性检测系统，其特征在于，包括：

提取模块，用于分别提取待检测的目标图像的RGB图像特征和深度图像特征；

关联模块，用于对提取的RGB图像特征进行上下文信息关联，对深度图像特征提取维度模态和空间模态间的相似信息；

连接模块，用于将进行上下文信息关联后的RGB图像特征和提取了相似信息后的深度图像特征进行连接；

聚合模块，用于将连接后的特征进行聚合，得到最终的显著性检测图；

所述对提取的RGB图像特征进行上下文信息关联，使用空洞空间卷积池化金字塔模块对提取的RGB图像特征进行上下文信息关联；

所述对深度图像特征提取维度模态和空间模态间的相似信息，使用串联的维度注意力机制和空间注意力机制，对深度图像特征进行处理，提取维度模态和空间模态间的相似信息。

6.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1‑4任一项所述的图像显著性检测方法。

7.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如权利要求1‑4任一项所述的图像显著性检测方法。

8.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1‑4任一项所述的图像显著性检测方法的指令。