超越全局扫描：针对光学遥感图像中显著物体检测的自适应视觉状态空间建模
计算机视觉与模式识别
2026-02-05 v5
摘要
光学遥感图像（ORSIs）中的显著物体检测（SOD）面临诸多挑战，包括目标尺度差异大以及目标与背景的对比度低。现有基于视觉转换器（ViT）和卷积神经网络（CNN）架构的方法旨在利用全局和局部特征，但有效整合这些异构特征的难题限制了整体性能。为克服这些限制，我们提出了自适应状态空间上下文网络（ASCNet），其基于状态空间模型机制同时捕获长程依赖并增强区域特征表示。具体而言，我们采用视觉状态空间编码器提取多尺度特征。为进一步实现对这些特征的深度引导与增强，我们设计了多层上下文模块（MLCM），该模块在增强不同尺度特征之间跨层交互能力的同时，提升模型的结构感知能力，使其能够更有效地区分前景与背景。随后，我们设计了自适应分块视觉状态空间（APVSS）块作为ASCNet的解码器，该解码器集成了我们提出的动态自适应粒度扫描（DAGS）和粒度感知传播模块（GPM）。它对经局部感知增强的特征图执行自适应分块扫描，从而捕获丰富的局部区域信息并提升状态空间模型的局部建模能力。大量实验结果表明，所提模型实现了最先进的性能，验证了其有效性与优越性。
引用
@article{arxiv.2508.10542,
title = {Beyond Global Scanning: Adaptive Visual State Space Modeling for Salient Object Detection in Optical Remote Sensing Images},
author = {Mengyu Ren and Yutong Li and Hua Li and Chuhong Wang and Runmin Cong},
journal= {arXiv preprint arXiv:2508.10542},
year = {2026}
}