ViewDelta：通过文本条件化扩展场景变化检测
计算机视觉与模式识别
2025-08-14 v3
摘要
我们提出了一种通用的场景变化检测（SCD）框架，用于解决区分"相关"变化与"无关"变化这一核心歧义问题，从而支持在多样领域和应用中联合训练单一模型。现有方法因数据集标注差异而难以泛化，例如植被生长或车道标线变化在一个数据集中可能被标注为相关，而在另一个数据集中则被标注为无关。为解决这一歧义，我们提出了ViewDelta——一种基于文本条件化的变化检测框架，利用自然语言提示精确定义相关变化，例如单一属性、特定类别集合或所有可观测差异。为支持该范式下的训练，我们发布了条件变化分割数据集（CSeg），这是首个面向文本条件化SCD的大规模合成数据集，包含超过500,000对图像及超过300,000个描述相关变化的独特文本提示。实验表明，在CSeg、SYSU-CD、PSCD、VL-CMU-CD及其非对齐变体上联合训练的单一ViewDelta模型，其性能可与特定数据集模型相媲美甚至超越，凸显了文本条件化作为可泛化SCD的强大方法。我们的代码和数据集可在 https://joshuakgao.github.io/viewdelta/ 获取。
引用
@article{arxiv.2412.07612,
title = {ViewDelta: Scaling Scene Change Detection through Text-Conditioning},
author = {Subin Varghese and Joshua Gao and Vedhus Hoskere},
journal= {arXiv preprint arXiv:2412.07612},
year = {2025}
}