change-detection

SentinelBench 是一个新的基准测试，用于评估 AI 智能体在时间演变的网络环境中的表现。研究发现，使用专用变化检测工具的智能体优于使用睡眠-轮询循环的智能体，成本降低 9.7 倍。

ChangeFlow 提出了一种用于遥感变化检测的生成式框架，该框架利用纠正流在潜空间中合成变化掩码，通过基于采样的预测集成实现了更高的准确率和鲁棒性，在四个基准数据集上的平均F1分数达到80.4%。