– L'attention visuelle humaine est attirée par des régions spécifiques appartenant aux objets (pouvant etre représentés par des maillages 3D). Celle-ci dépend fortement du degré de la saillance exposée par ces régions. Dans ce papier, nous proposons une nouvelle approche multi-´ echelle pour mesurer la saillance visuelle d'un objet 3D. Des descripteurs locaux sous forme de patches de taille adaptative remplis par un champ local des hauteurs de projections serviront a caractériser la surface des maillages. La saillance mono-´ echelle d'un noeud du maillage est définie par son degré, calculé a partir des poids des arêtes représentant la similarité entre les patches, pondéré par sa courbure locale. La saillance multi-´ echelle quant a elle est définie par la moyenne des saillances mono-´ echelle pondérées par leur entropie respective. La contribution majeure de l'aspect multi-´ echelle est analysée et démontréè a travers plusieurs résultats. Notre approche est compétitive avec l'´ etat de l'art et ses bénéfices sont constatés a travers une application pour la sélection des points de vues optimaux exposant les régions perceptuellement saillantes pour l'observateur. Abstract – Human visual attention is attracted by specific areas into 3D objects (represented by meshes). The latter depends on the degree of saliency exposed by these regions. In this paper, we propose a novel multi-scale approach for detecting saliency on 3D objects. Local descriptors, in the form of local patches with adaptive size filled with a local height field, are used to characterize the surface of the 3D meshes. The single-scale saliency of a vertex is defined as its degree measure in the mesh with edges weights computed from adaptive patch similarities weighted by the local curvature. Finally the multi-scale saliency is defined as the average of single-scale saliencies weighted by their respective entropies. The contribution of the multi-scale aspect is analyzed and showed through the different results. Our approach is compared to the state-of-the-art and presents a competitive results. Also an application for selecting the best optimal viewpoints exposing the most perceptually salient regions of meshes is presented .