Model Globally, Match Locally: Efficient and Robust 3D Object Recognition 中文翻译 ；原网页为：http://campar.in.tum.de/pub/drost2010CVPR/drost2010CVPR.pdfHash table I1. n A (m1,m2) F i.11 m;, (Key to (ms, m6) F1=m2 hash table 图2.(a)两个定向点的点对特征F.分量F1被设置为点F2和F3与法

基于视觉注意模型的感兴趣区域图像提取方法

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