MergeSAM：基于Segment Anything Model 的遥感图像无监督变化检测
计算机视觉与模式识别
2025-08-27 v2
摘要
最近，大规模数据集上训练的大型基础模型展现出卓越的特征提取和通用特征表示能力。深度学习驱动的大型模型的不断进展在加速无监督变化检测方法方面显示出巨大的前景，从而增强了变化检测技术的实际应用性。基于此进展，本文引入MergeSAM，这是一种基于Segment Anything Model (SAM) 的高分辨率遥感图像无监督变化检测方法。设计了两种新颖策略：MaskMatching 和 MaskSplitting，以解决对象分裂、合并等实际复杂情况。该方法充分利用SAM的对象分割能力构建多时段掩码，捕捉复杂变化，将地表覆盖的空间结构嵌入变化检测过程。
引用
@article{arxiv.2507.22675,
title = {MergeSAM: Unsupervised change detection of remote sensing images based on the Segment Anything Model},
author = {Meiqi Hu and Lingzhi Lu and Chengxi Han and Xiaoping Liu},
journal= {arXiv preprint arXiv:2507.22675},
year = {2025}
}
备注
4 pages