从图像哈希到场景变化检测
计算机视觉与模式识别
2026-05-13 v1
摘要
图像哈希提供了紧凑的表示，便于高效存储和检索，但本质上仅限于全局比较，无法推理变化发生位置。此限制阻止了哈希直接应用于场景变化检测，因为空间局部分辨是该任务的关键。在本工作中，我们从场景变化检测的角度重访哈希方法，提出 HashSCD（Hash-based Scene Change Detection），一种基于块的哈希框架，既实现高效的全局变化检测，又实现局部变化的识别。HashSCD 将空间对齐的块编码为紧凑的哈希码，并通过类似 XOR 的操作对其进行聚合，允许在汉明空间中直接进行变化检测和定位，而无需对先前图像进行重复推理。该模型采用对比学习在块级和全局级进行无监督训练。实验表明，HashSCD 在性能上与最先进的无监督哈希和场景变化检测方法相当，同时显著降低了计算成本和存储需求。
引用
@article{arxiv.2605.12259,
title = {From Image Hashing to Scene Change Detection},
author = {Anh-Kiet Duong and Marie-Claire Iatrides and Petra Gomez-Krämer and Jean-Michel Carozza},
journal= {arXiv preprint arXiv:2605.12259},
year = {2026}
}
备注
18 pages; accepted to ICPR 2026