搭建监督鸿沟：遥感变化检测统一框架
计算机视觉与模式识别
2026-04-24 v2
摘要
变化检测旨�从多时相遥感影像中识别表面变化。在实际场景中，像素级变化标签昂贵且难以获取，现有模型难以适应不同标注可获得性的场景。为此，我们提出一种统一变化检测框架（UniCD），通过耦合架构协同处理监督、弱监督和无监督任务。UniCD通过共享编码器和多分支协作学习机制消除架构障碍，实现异构监督信号的深度耦合。具体而言，UniCD包含三个监督特定分支。在监督分支中，UniCD引入时空感知模块（STAM），实现双时序特征的高效协同融合。在弱监督分支中，我们构建变化表示正则化（CRR），引导模型从粗粒度激活导向连贯且可分离的变化建模。在无监督分支中，我们提出语义先验驱动的变化推断（SPCI），将无监督任务转化为受控的弱监督路径优化。在主流数据集上的实验表明，UniCD在三个任务中均实现最佳性能。在弱监督和无监督场景中，它分别在LEVIR-CD数据集上超越当前最先进方法提高了12.72%和12.37%。
引用
@article{arxiv.2601.17747,
title = {Bridging Supervision Gaps: A Unified Framework for Remote Sensing Change Detection},
author = {Kaixuan Jiang and Chen Wu and Zhenghui Zhao and Chengxi Han and Haonan Guo and Hongruixuan Chen},
journal= {arXiv preprint arXiv:2601.17747},
year = {2026}
}