SkyCap: 用于幅度变化检测和基础模型评估的双时相 VHR 光谱-SAR 四元组
计算机视觉与模式识别
2025-12-18 v1
摘要
线性基础设施监测的变化检测需要可靠的高分辨率数据和规律的采集频率。光学高分辨率（VHR）影像具有可读性强且易于标注的优点，但云层会打断这一采集节奏。合成孔径雷达（SAR）支持全天候采集，但难以标注。我们引入了 SkyCap，一个通过档案匹配和共配准（光学）SkySat 与 Capella Space（SAR）场景构建的双时相 VHR 光谱-SAR 数据集。我们利用光学到 SAR 的标签迁移来获得 SAR 幅度变化检测（ACD）标签，而无需 SAR 专家标注。我们对 SARATR-X 在我们的 SAR 数据上进行了持续预训练，并在 SkyCap 上将由此得到的 SAR 特定基础模型（FMs）与 SARATR-X 以及光学 FMs 在不同预处理选择下进行基准测试。在所有评估的模型中，MTP(ViT-B+RVSA)（一种光学 FMs），采用 dB+Z-score 预处理，取得了最佳结果（F1 = 45.06），优于直接在 Capella 数据上进一步预训练的 SAR 特定 FMs。我们观察到对与预训练统计对齐的预处理具有强烈敏感性，且光学模型在光学变化检测上的排名并非一对一地迁移到 SAR ACD。据我们所知，这是首次在 VHR SAR ACD 上对基础模型进行评估。
引用
@article{arxiv.2512.14755,
title = {SkyCap: Bitemporal VHR Optical-SAR Quartets for Amplitude Change Detection and Foundation-Model Evaluation},
author = {Paul Weinmann and Ferdinand Schenck and Martin Šiklar},
journal= {arXiv preprint arXiv:2512.14755},
year = {2025}
}
备注
8 pages, 0 figures. Accepted at Advances in Representation Learning for Earth Observation (REO) at EurIPS 2025