CoRegOVCD：一致性正则化的开放词汇变化检测
计算机视觉与模式识别
2026-04-03 v1
摘要
遥感变化检测（CD）旨在识别跨时间土地覆盖语义发生变化的区域，但大多数现有方法仍假设固定的标签空间，因此无法回答任意用户定义的查询。开放词汇变化检测（OVCD）则要求查询概念的变更掩码。然而，在完全无训练的设定下，密集概念响应难以在日期间直接比较：外观变化、概念间弱竞争以及许多土地覆盖类别的空间连续性往往产生噪声碎片化且语义不可靠的变化证据。我们提出了CoRegOVCD（一致性正则化开放词汇变化检测），一个将概念特定变化重构为校准后验差异的无训练密集推理框架。竞争后验校准（CPC）和语义后验差异（SPD）将原始概念响应转化为竞争感知查询概念后验，并量化其跨时间差异，使语义变化证据更具可比性而无需显式实例匹配。几何Token一致性门（GeoGate）和区域共识差异（RCD）进一步抑制不支持响应并通过几何感知结构验证与区域共识提升空间一致性。在涵盖建筑导向和多类设置的四个基准数据集上，CoRegOVCD相较于最强的先前无训练基线持续提升2.24至4.98个F1点，并在SECOND上达到六类平均47.50% F1。
引用
@article{arxiv.2604.02160,
title = {CoRegOVCD: Consistency-Regularized Open-Vocabulary Change Detection},
author = {Weidong Tang and Hanbin Sun and Zihan Li and Yikai Wang and Feifan Zhang},
journal= {arXiv preprint arXiv:2604.02160},
year = {2026}
}