基于自适应空间二次采样视觉注意模型的高空间分辨率遥感影像中感兴趣区域的检测

用于处理高分辨率遥感图像的传统的基于先验知识的兴趣区域（ROI）检测方法通常使用全局搜索，这在很大程度上导致了计算量过大。 为了解决这个问题，在本研究中，提出了一种基于自适应空间二次采样视觉注意力模型（ASS-VA）的更快，更有效的ROI检测算法。 在ASS-VA模型中，视觉注意力机制用于避免对整个图像进行图像分割和特征检测。 制定了自适应空间二次采样策略以降低ROI检测的计算复杂度。 提取了离散矩变换（DMT）功能，以提供对边缘的更详细描述。 另外，采用区域生长策略来获得更准确的ROI形状信息。 实验结果表明，使用该新算法进行检测所花费的时间仅为传统视觉注意模型所花费时间的2-4％，并且检测结果在视觉上更加准确。