针对三维网格模型显著性检测效率与精度提升问题， 提出一种骨架引导的高效检测方法. 基于骨架端点、弯曲点和关节点与显著性区域的对应关系， 用以识别候选区域并剔除非显著区域的检测以降低计算量; 结合骨架对于模型的全局性表达特性以进行不同尺度下的显著性检测; 最后与模型简化相结合以支持大规模模型的有效处理. 在Schelling和斯坦福数据集上的实验表明， 与mesh saliency、频谱检测、MRSS和MIMO-GAN等方法相比， 所提方法在RMSE指标上误差平均降低23.4%～38.9%， MESH指标平均降低22.8%～40.3%， 处理有345 944面片的犰狳模型的检测速度最高可提升约50倍.
