Real-World Knowledge-Guided Change Data Synthesis for Remote Sensing

• 类型：arxiv
• 标识：2608.24263
• 链接：https://arxiv.org/abs/2608.24263
• 主分类：engineering
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：KnowChange is introduced, a knowledge-guided change data synthesis framework that leverages pretrained vision-language models as knowledge sources to reason about plausible change locations and class transitions from pre-change scenes and desired change types and enables flexible synthesis of diverse change types within a unified framework.
• OpenAlex ID：W7204240130
• OpenAlex DOI：10.48550/arxiv.2608.24263
• DOI：10.48550/arxiv.2608.24263
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.24263
• OpenAlex更新：2026-09-10
• 待LLM分类：否
• 标题中文：面向遥感变化检测的基于真实世界知识引导的变化数据合成
• TLDR中文：本文提出 KnowChange，一个知识引导的变化数据合成框架，利用预训练视觉语言模型作为知识源，从变化前场景与期望变化类型推理合理的变化位置与类别转移，在统一框架下灵活合成多样变化类型。
• 来源文件：
• /inbox/tom/_candidates/2026-09-08-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]