LLM-Augmented 遥感变更检测：SegChange-R1
计算机视觉与模式识别
2025-06-30 v2
摘要
遥感变更检测通过分析同一地区不同时间内的特征变化，用于城市规划、地形分析和环境监测。在本文中，我们提出了一种大语言模型（LLM）增强的推理方法（SegChange-R1），通过整合文本描述信息并引导模型聚焦于相关变更区域，从而增强检测能力，加快收敛速度。我们设计了基于线性注意力的空间变换模块（BEV），以统一不同时间的特征来解决模态错位问题。此外，我们引入了 DVCD，这是一个用于从无人机视角进行建筑变更检测的新型数据集。实验在四个广泛使用的数据集上进行，显示出对现有方法的显著优于。代码和预训练模型均可用 {https://github.com/Yu-Zhouz/SegChange-R1} 获取。
引用
@article{arxiv.2506.17944,
title = {SegChange-R1: LLM-Augmented Remote Sensing Change Detection},
author = {Fei Zhou},
journal= {arXiv preprint arXiv:2506.17944},
year = {2025}
}