面向人类的变化检测：引入语义先验以提高检测精度

当给定两个相似的图像时，人类通过比较外观（如颜色、纹理）并借助语义信息（如对象、关系）来识别其差异。然而，主流的二值化变化检测模型采用监督训练范式，以注释的二值化变化图为主要约束。因此，这类方法主要强调双时序图像之间的差异感知特征，忽略了变化景观的语义理解，导致在噪声和光照变化面前准确率受限。为此，本文探索通过引入视觉基础模型的语义先验来提高变化检测能力。首先，我们提出了语义感知变化检测网络（SA-CDNet），将视觉基础模型（如FastSAM）的知识迁移到变化检测任务。借鉴人类视觉范式，我们派生出一种创新的双流特征解码器，通过结合语义感知特征和差异感知特征来区分变化。其次，我们探索了基于单时序预训练策略以更好地适应视觉基础模型。通过从单时序分割数据集构建伪变化数据，我们采用额外的代理语义分割任务进行预训练。我们探索了各种设置，包括数据集组合和景观类型，从而提供了宝贵的见解。实验结果表明，在五个具有挑战性的基准数据集上，我们的方法优于现有最先进方法。代码已公开于GitHub。