基于视觉基础模型和跨注意力机制的鲁棒场景变化检测

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

由于多时相图像数据获取和标注成本高,现有变化检测数据集不足。为此,提出了ChangeNet数据集,包含31000对多时相图像,覆盖100个城市的复杂场景,并引入“非对称变化检测”任务。ChangeNet支持二值化和语义变化检测,提供六个像素级注释类别,超越现有数据集。基准测试显示其挑战性和重要性,促进变化检测算法的实际应用。

原文中文,约500字,阅读约需1分钟。
阅读原文