UniVCD：面向开放词汇时代的无监督式变化检测新方法

变化检测(CD)从多时相观测中识别场景变化，广泛用于城市发展和环境监测。大多数现有 CD 方法依赖于监督学习，性能强烈依赖数据集，且高昂的标注成本令其仅聚焦于少数预定义类别，难以泛化到多样化场景。随着视觉基础模型（如 SAM2 和 CLIP）的兴起，为放宽这些限制提供了新的机会。我们提出统一开放词汇变化检测(UniVCD)，这是一种构建于冻结 SAM2 和 CLIP 之上的无监督、开放词汇变化检测方法。UniVCD 能在无任何标注数据或配对变化图像的情况下，检测跨越多样化场景和不同成像几何的类别无关变化。我们引入轻量级特征对齐模块，以桥接 SAM2 获得的空间细粒度表征与 CLIP 提供的语义先验，实现高分辨率、语义感知的变化估计，同时保持参数数量少。此基础上，我们进一步引入简化的后处理管道，以抑制噪声和伪变化，提高对边界明确物体的检测精度。在几个公开的 BCD（二值变化检测）和 SCD（语义变化检测）基准测试上进行实验，显示 UniVCD 能持续实现强劲性能，并在关键指标（如 F1 和 IoU）上匹配或超越现有开放词汇 CD 方法。结果表明，利用冻结视觉基础模型和轻量级多模态对齐实现的无监督变化检测是开放词汇 CD 的一种实用且有效的方法。代码和预训练模型将发布于 https://github.com/Die-Xie/UniVCD。