WATCH：面向变化检测的广域考古遗址追踪
摘要
大规模监测考古遗址对于保护文化遗产至关重要，然而，由于视觉线索细微且真实数据稀疏，确定扰动发生的时间点仍然困难。我们引入了 WATCH，一个在 PlanetScope 卫星镶嵌影像（2017-2024 年，4.7 米/像素）上进行月度变化事件定位的框架，支持三种互补的评分方法：(i) 时间嵌入距离（TED），一种免训练的方法，对相对于局部时间参考的月度偏差进行评分；(ii) 自监督变化检测（SSCD），一个集成了重建、预测和潜在新颖性信号的集成模型；(iii) 一个使用稀疏事件月份标签训练的弱监督（WS）时间定位模型。我们使用来自六个基础模型（CLIP、GeoRSCLIP、SatMAE、Prithvi-EO-2.0、DINOv3 和 Satlas-Pretrain）的嵌入以及一个手工制作的光谱和纹理基线，在阿富汗的 1,943 个考古遗址上对 WATCH 进行了基准测试，并评估了其在叙利亚、土耳其、巴基斯坦和埃及遗址上的跨区域泛化能力。无监督方法（TED、SSCD）始终优于弱监督替代方案。使用 SatMAE 的 TED 实现了最高的精确月份召回率（在 m=0 时为 55%），而使用 GeoRSCLIP、CLIP 或 Satlas-Pretrain 的 TED 在三个月容差内（m=3）达到了 92.5% 的召回率。手工制作的特征在弱监督下的精确月份检测中仍然具有竞争力。我们的方向性边际分析揭示了系统性的时间偏差：与 GeoRSCLIP 或 Prithvi-EO-2.0 配对的 SSCD 表现出最强的预警特征，能在记录事件之前检测到异常，而 TED 则倾向于在变化发生后进行确认导向的检测。这些结果表明，卫星影像与基础模型嵌入相结合，能够实现可扩展的、决策相关的遗产监测。代码：https://github.com/microsoft/WATCH
引用
@article{arxiv.2605.08160,
title = {WATCH: Wide-Area Archaeological Site Tracking for Change Detection},
author = {Girmaw Abebe Tadesse and Titien Bartette and Andrew Hassanali and Allen Kim and Jonathan Chemla and Andrew Zolli and Yves Ubelmann and Caleb Robinson and Inbal Becker-Reshef and Juan Lavista Ferres},
journal= {arXiv preprint arXiv:2605.08160},
year = {2026}
}