LG-CD：通过 SAM2 适配增强语言引导的变化检测
计算机视觉与模式识别
2025-09-29 v1
摘要
遥感变化检测（RSCD）通常通过分析多时相图像来识别土地覆盖或地表条件的变化。目前，大多数基于深度学习的方法主要侧重于学习单模态视觉信息，而忽略了文本等多模态数据提供的丰富语义信息。为了解决这一局限性，我们提出了一种新颖的语言引导变化检测模型（LG-CD）。该模型利用自然语言提示引导网络关注感兴趣的区域，显著提高了变化检测的准确性和鲁棒性。具体而言，LG-CD 利用视觉基础模型（SAM2）作为特征提取器，从双时相遥感图像中捕获从高分辨率到低分辨率的多尺度金字塔特征。随后，采用多层适配器对模型进行下游任务微调，确保其在遥感变化检测中的有效性。此外，我们设计了文本融合注意力模块（TFAM）以对齐视觉和文本信息，使模型能够利用文本提示关注目标变化区域。最后，实现了视觉-语义融合解码器（V-SFD），通过交叉注意力机制深度融合视觉和语义信息，以生成高精度的变化检测掩码。我们在三个数据集（LEVIR-CD、WHU-CD 和 SYSU-CD）上的实验表明，LG-CD 始终优于最先进的变化检测方法。此外，我们的方法为利用多模态信息实现广义变化检测提供了新见解。
引用
@article{arxiv.2509.21894,
title = {LG-CD: Enhancing Language-Guided Change Detection through SAM2 Adaptation},
author = {Yixiao Liu and Yizhou Yang and Jinwen Li and Jun Tao and Ruoyu Li and Xiangkun Wang and Min Zhu and Junlong Cheng},
journal= {arXiv preprint arXiv:2509.21894},
year = {2025}
}
备注
*Corresponding authors: Min Zhu ([email protected]) and Junlong Cheng ([email protected])