研究人员推出Zero-OVCD，一个新颖的两阶段框架，旨在无需目标域像素级标注即可改进遥感图像中的开放词汇变化检测。第一阶段通过精炼候选掩码、融合多尺度语义相似性和校正响应来生成高质量的变化伪标签。第二阶段使用这些伪标签训练变化检测器，并结合检查点投票和高一致性样本选择来减轻噪声。该方法在LEVIR-CD、WHU-CD和S2Looking等数据集上显示出显著的改进，提高了F1分数和类别性能。 AI
影响 该框架为遥感变化检测提供了一种更有效的方法，可能有助于城市规划和环境监测等应用。
排序理由 该集群包含一篇详细介绍计算机视觉任务新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
