1.一种基于注意力机制的图像稀疏重建方法，其特征在于，所述方法包括：获取原始图像，提取存在感兴趣目标的区域，生成图像显著图；将所述图像显著图分割成预设像素大小且互不重叠的多个显著图切片，按照预设编号方式对所述显著图切片进行编号；将所述原始图像分割成所述预设像素大小且互不重叠的多个原始图像切片，按照所述预设编号方式对所述原始图像切片进行编号，根据包含有感兴趣目标的显著图切片的编号对所述原始图像切片进行分类，确定包含有感兴趣目标的原始图像切片和仅包含有背景信息的原始图像切片；针对包含有感兴趣目标的原始图像切片和仅包含有背景信息的原始图像切片，设定随机测量矩阵，利用所述随机测量矩阵对所述原始图像切片进行多尺度压缩测量，获取每个所述原始图像切片的测量向量；对所述原始图像切片的测量向量进行重建，获取重建的图像切片；对所述重建的图像切片进行拼接，获取重建图像；根据包含有感兴趣目标的显著图切片在所述图像显著图中的位置，提取所述重建图像中感兴趣目标的位置。
2.根据权利要求1所述的基于注意力机制的图像稀疏重建方法，其特征在于，采用视觉注意力模型结合全局信息提取存在感兴趣目标的区域。
3.根据权利要求1所述的基于注意力机制的图像稀疏重建方法，其特征在于，所述将所述图像显著图分割成预设像素大小且互不重叠的多个显著图切片，按照预设编号方式对所述显著图切片进行编号，包括：将所述图像显著图分割成像素大小为n×n且互不重叠的多个显著图切片，根据所述显著图切片在所述图像显著图中的位置，按照从左至右、从下往上的顺序对所述显著图切片进行编号。
4.根据权利要求3所述的基于注意力机制的图像稀疏重建方法，其特征在于，所述将所述原始图像分割成所述预设像素大小且互不重叠的多个原始图像切片，按照所述预设编号方式对所述原始图像切片进行编号，包括：将所述原始图像分割成像素大小为n×n且互不重叠的多个原始图像切片，根据所述原始图像切片在所述原始图像中的位置，按照从左至右、从下往上的顺序对所述原始图像切片进行编号。
5.根据权利要求4所述的基于注意力机制的图像稀疏重建方法，其特征在于，所述根据包含有感兴趣目标的显著图切片的编号对所述原始图像切片进行分类，确定包含有感兴趣目标的原始图像切片和仅包含有背景信息的原始图像切片，包括：根据包含有感兴趣目标的显著图切片的编号，当原始图像切片的编号与包含有感兴趣目标的显著图切片的编号相同时，将当前原始图像切片确定为包含有感兴趣目标的原始图像切片，当原始图像切片的编号与包含有感兴趣目标的显著图切片的编号不同时，将当前原始图像切片确定为仅包含有背景信息的原始图像切片。
6.根据权利要求1所述的基于注意力机制的图像稀疏重建方法，其特征在于，所述利用所述随机测量矩阵对所述原始图像切片进行多尺度压缩测量，获取每个所述原始图像切片的测量向量，包括：通过矩阵向量化处理将每个所述原始图像切片变换为列向量，利用以下公式对所述原始图像切片进行多尺度压缩测量，获取每个所述原始图像切片的测量向量；其中，y i 表示原始图像切片的测量向量，Φ 1 表示包含有感兴趣目标的原始图像切片对应的随机测量矩阵，Φ 2 表示仅包含有背景信息的原始图像切片对应的随机测量矩阵， R表示实数集，N表示原始图像切片的像素数，M 1 和M 2 表示测量向量大小，M 1 ＞M 2 ，x i 表示原始图像切片对应的列向量。
7.根据权利要求6所述的基于注意力机制的图像稀疏重建方法，其特征在于，所述随机测量矩阵为高斯随机矩阵。
8.根据权利要求1至7中任一项所述的基于注意力机制的图像稀疏重建方法，其特征在于，在对所述重建的图像切片进行拼接时，利用图像去噪算法去除块伪影。
9.根据权利要求8所述的基于注意力机制的图像稀疏重建方法，其特征在于，所述图像去噪算法包括三维块匹配算法。
10.根据权利要求1至9中任一项所述的基于注意力机制的图像稀疏重建方法，其特征在于，所述根据包含有感兴趣目标的显著图切片在所述图像显著图中的位置，提取所述重建图像中感兴趣目标的位置，包括：根据包含有感兴趣目标的显著图切片在图像显著图中的位置，确定包含有感兴趣目标的显著图切片在设定图像二维坐标系下所包括的二维坐标数据，提取所述重建图像中具有相同二维坐标数据的区域，得到所述重建图像中感兴趣目标的位置区域。
