远程感知变化检测：Exchange 是唯一需要的
计算机视觉与模式识别
2026-01-13 v1
摘要
远程感知变化检测本质上依赖于有效的双时相特征融合与判别。当前主流方法通常利用Siamese编码器，通过显式差分计算模块（如减法或拼接）进行桥接，以识别变化。本文以 SEED（Siamese Encoder-Exchange-Decoder）为挑战，这一简化方法以参数自由的特征交换取代显式差分。通过在两个Siamese编码器和解码器之间共享权重，SEED实际上作为单个参数集模型运行。理论上，我们将特征交换形式化为正交置换算子，并证明在像素一致性下，该机制保留了互信息和贝叶斯最优风险，而常见的算术融合方法常常引入信息损失。广泛的实验在五个基准数据集上进行，包括 SYSU-CD、LEVIR-CD、PX-CLCD、WaterCD 和 CDD，以及三个主干网络（SwinT、EfficientNet 和 ResNet），表明 SEED 尽管简单，却与或超过了最先进的方法。进一步地，我们揭示了标准语义分割模型仅通过插入该交换机制即可转化为竞争性变化检测器，称为 SEG2CD。该提出的方法为变化检测提供了一个稳健、统一且可解释的框架，表明简单特征交换对高性能信息融合已足够。代码和完整的训练和评估协议将在 https://github.com/dyzy41/open-rscd 上发布。
关键词
引用
@article{arxiv.2601.07805,
title = {Exchange Is All You Need for Remote Sensing Change Detection},
author = {Sijun Dong and Siming Fu and Kaiyu Li and Xiangyong Cao and Xiaoliang Meng and Bo Du},
journal= {arXiv preprint arXiv:2601.07805},
year = {2026}
}