論文の概要: CoRegOVCD: Consistency-Regularized Open-Vocabulary Change Detection

• arxiv url: http://arxiv.org/abs/2604.02160v1
• Date: Thu, 02 Apr 2026 15:28:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.883636
• Title: CoRegOVCD: Consistency-Regularized Open-Vocabulary Change Detection
• Title（参考訳）: CoRegOVCD: Consistency-Regularized Open-Vocabulary Change Detection
• Authors: Weidong Tang, Hanbin Sun, Zihan Li, Yikai Wang, Feifan Zhang,
• Abstract要約: オープン語彙変化検出(OVCD)は、クエリされた概念の変化マスクを求める。 RegOVCDは、概念固有の変化を後続の相違として再構成する、トレーニング不要のフレームワークである。 CoRegOVCDは、最強のトレーニングフリーベースラインを2.24F1$_Cポイントから4.98F1$_Cポイントまで継続的に改善している。
• 参考スコア（独自算出の注目度）: 16.119542774408597
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote sensing change detection (CD) aims to identify where land-cover semantics change across time, but most existing methods still assume a fixed label space and therefore cannot answer arbitrary user-defined queries. Open-vocabulary change detection (OVCD) instead asks for the change mask of a queried concept. In the fully training-free setting, however, dense concept responses are difficult to compare directly across dates: appearance variation, weak cross-concept competition, and the spatial continuity of many land-cover categories often produce noisy, fragmented, and semantically unreliable change evidence. We propose Consistency-Regularized Open-Vocabulary Change Detection (CoRegOVCD), a training-free dense inference framework that reformulates concept-specific change as calibrated posterior discrepancy. Competitive Posterior Calibration (CPC) and the Semantic Posterior Delta (SPD) convert raw concept responses into competition-aware queried-concept posteriors and quantify their cross-temporal discrepancy, making semantic change evidence more comparable without explicit instance matching. Geometry-Token Consistency Gate (GeoGate) and Regional Consensus Discrepancy (RCD) further suppress unsupported responses and improve spatial coherence through geometry-aware structural verification and regional consensus. Across four benchmarks spanning building-oriented and multi-class settings, CoRegOVCD consistently improves over the strongest previous training-free baseline by 2.24 to 4.98 F1$_C$ points and reaches a six-class average of 47.50% F1$_C$ on SECOND.
• Abstract（参考訳）: リモートセンシング変化検出(CD)は、土地被覆のセマンティクスが時間とともに変化する場所を特定することを目的としているが、既存のほとんどのメソッドは固定ラベル空間を前提としているため、任意のユーザ定義クエリに答えることができない。 Open-vocabulary Change Detection (OVCD) は、代わりにクエリされたコンセプトの変更マスクを求める。 しかし、完全な訓練のない環境では、外見の変化、弱いクロスコンセプト競争、多くの土地被覆カテゴリーの空間的連続性は、しばしばノイズ、断片化、意味的に信頼できない変化の証拠を生み出す。 本研究では,学習不要な高密度推論フレームワークCoRegOVCD(Consistency-Regularized Open-Vocabulary Change Detection)を提案する。 Competitive Posterior Calibration (CPC) と Semantic Posterior Delta (SPD) は、生のコンセプト応答を競合を意識したクエリーコンセプションの後方に変換し、それらの時間的差を定量化し、明示的なインスタンスマッチングなしに意味的変化の証拠をより同等にする。 GeoGate(GeoGate)とRegional Consensus Discrepancy(RCD)はさらに応答を抑圧し、幾何学的構造検証と地域合意を通じて空間コヒーレンスを向上させる。 ビルダー指向とマルチクラスの設定にまたがる4つのベンチマークで、CoRegOVCDは最強のトレーニングフリーベースラインを2.24から4.98 F1$_C$ポイントに改善し、SECONDの6クラス平均は47.50% F1$_C$に達した。

関連論文リスト

• Towards Domain-Generalized Open-Vocabulary Object Detection: A Progressive Domain-invariant Cross-modal Alignment Method [59.30562121800656]
  Open-Vocabulary Object Detectionは、新しいカテゴリへの一般化において大きな成功を収めた。 我々は、OVODパラダイムの原則的な見直しを行い、根本的な脆弱性を明らかにする。 PICA(Progressive Domain-invariant Cross-Modal Alignment)を提案する。
  論文  参考訳（メタデータ） (2026-03-29T07:39:31Z)
• SGMatch: Semantic-Guided Non-Rigid Shape Matching with Flow Regularization [43.12848612518533]
  SGMatchは意味誘導型非厳密な形状マッチングのための学習ベースのフレームワークである。 具体的には,視覚基盤モデルから幾何学的記述子への意味的特徴を統合するセマンティックガイド型ローカルクロスアテンションモジュールを設計する。 本研究では,時間変化速度場を監督し,回復した対応の空間的滑らかさを促進する条件付きフローマッチングに基づく正規化目標を提案する。
  論文  参考訳（メタデータ） (2026-03-13T12:31:43Z)
• TaCo: Capturing Spatio-Temporal Semantic Consistency in Remote Sensing Change Detection [54.22717266034045]
  Ta-Coは時間的意味遷移のための一貫したセマンティックネットワークである。 我々は,Ta-Coがリモートセンシング検出タスクにおいて一貫したSOTA性能を実現することを示す。 この設計は推論中に余分な計算オーバーヘッドを伴わずにかなりの利得を得ることができる。
  論文  参考訳（メタデータ） (2025-11-25T13:44:29Z)
• Morphing Through Time: Diffusion-Based Bridging of Temporal Gaps for Robust Alignment in Change Detection [51.56484100374058]
  既存の変更検出ネットワークを変更することなく空間的・時間的ロバスト性を改善するモジュールパイプラインを導入する。 拡散モジュールは、大きな外観ギャップをブリッジする中間変形フレームを合成し、RoMaは段階的に対応を推定できる。 LEVIR-CD、WHU-CD、DSIFN-CDの実験は、登録精度と下流変化検出の両方において一貫した利得を示した。
  論文  参考訳（メタデータ） (2025-11-11T08:40:28Z)
• DiffRegCD: Integrated Registration and Change Detection with Diffusion Features [74.3102451211493]
  DiffRegCDは、単一のモデルで密度の高い登録と変更検出を統一する統合フレームワークである。 空中(LEVIR-CD, DSIFN-CD, WHU-CD, SYSU-CD)と地上(VL-CMU-CD)のデータセットによる実験は、DiffRegCDが最近のベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2025-11-11T07:32:19Z)
• Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
  Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。 RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。 批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。 AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
  論文  参考訳（メタデータ） (2025-04-21T04:56:47Z)
• Joint Spatio-Temporal Modeling for the Semantic Change Detection in Remote Sensing Images [22.72105435238235]
  両時間RSI間の「から」意味遷移を明示的にモデル化するための意味変化(SCanFormer)を提案する。 次に,SCDタスクに忠実な Transformer 時間制約を活用する意味学習手法を導入し,意味変化の学習を指導する。 結果として得られたネットワーク(SCanNet)は、決定的意味変化の検出と、得られた両時間的結果のセマンティック一貫性の両方において、ベースライン法より優れている。
  論文  参考訳（メタデータ） (2022-12-10T08:49:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。