CVPR2026 | 武汉大学提出ChangeBridge:遥感多模态控制时空图像生成框架

AI/CV重磅干货，第一时间送达

点击进入—>【顶会/顶刊】投稿交流群

添加微信号：CVer2233，小助手拉你进群！

扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料及应用！发论文/搞科研/涨薪，强烈推荐！

转载自：遥感与深度学习

题目：ChangeBridge: Spatiotemporal Image Generation with Multimodal Controls for Remote Sensing会议：The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026论文： https://arxiv.org/abs/2507.04678数据： LEVIR-CC、WHU-CD、S2Looking、SECOND年份： 2026单位： 武汉大学、西安交通大学、北京中关村学院、东京大学、斯坦福大学

创新点

• 首次提出遥感领域条件式时空图像生成任务，支持多模态事件控制（坐标文本、语义掩码、实例布局）
• 提出组合桥初始化模块，以融合前事件背景与条件前景的组合图像替代纯噪声作为扩散起点
• 提出异步漂移扩散机制，通过像素级漂移图为前景事件区域与背景时序演变分配不同的演化强度
• 提出漂移感知去噪模块，将漂移图嵌入去噪网络以引导前后景的差异化重建

背景

遥感生成方法已在布局到图像合成、模态转换、分辨率修改和文本到图像生成等方面取得显著进展，但如何根据历史观测和多模态条件合成未来场景这一关键挑战几乎未被探索。现有变化生成方法仅能处理事件驱动的前景变化（如新建筑），无法对跨时序的背景动态（如季节性变化、光照转变）进行建模，导致生成图像缺乏时空一致性。

这一时空生成任务的核心难点在于需要同时建模两类异质演化：前景中剧烈的事件驱动变化，以及背景中细微的时序自然动态。现有基于噪声初始化的扩散模型从纯噪声出发重建图像，难以在多条件约束下维持跨图像的空间一致性与时序连贯性，因此不适合处理这种异步的双重生成需求。

数据

LEVIR-CC

• 用于坐标文本条件下的时空生成任务
• 作者在原数据集基础上进行坐标增强，添加了目标计数与精确的目标级坐标信息

WHU-CD

• 用于实例布局条件下的二值变化检测任务
• 提供配对的前后事件遥感图像，包含建筑物变化标注

S2Looking

• 用于实例布局条件下的二值变化检测任务
• 卫星侧视数据集，包含建筑变化标注，场景视角多样

SECOND

• 用于语义掩码条件下的语义变化检测任务
• 提供多类语义变化标注，涵盖多种地物类型转变

方法

ChangeBridge 整体框架

ChangeBridge 是一种异步时空扩散桥模型，以融合的前事件组合图像为起点，通过扩散桥过程生成时空一致的后事件图像，支持坐标文本、语义掩码、实例布局三种多模态条件输入。

组合桥初始化（Composed Bridge Initialization）

• 多模态条件空间感知
• 对于实例布局和语义掩码，通过颜色通道区分前景事件区域与背景区域，生成二值前景掩码
• 对于坐标文本，将坐标对解析为旋转边界框，映射为二值空间掩码
• 前背景提取与组合
• 利用前景掩码从条件图像中提取前景区域，从前事件图像中提取背景区域
• 将两者叠加得到组合图像，作为扩散桥的结构化起点，替代纯噪声初始化

异步漂移扩散（Asynchronous Drift Diffusion）

• 漂移幅度图构建
• 基于二值前景掩码构建像素级漂移幅度图，前景区域赋予较大漂移强度，背景区域赋予较小漂移强度
• 漂移图经自适应平均池化下采样后与潜变量空间对齐
• 空间自适应前向扩散
• 在经典布朗桥扩散公式基础上，将标量漂移系数替换为像素级空间自适应漂移系数
• 前景区域演化速度快，背景区域演化平缓，实现异质时空过渡的差异化建模

漂移感知去噪（Drift-Aware Denoising）

• 反向去噪过程
• 将漂移潜变量与前事件图像潜变量共同注入去噪网络，引导区域相关的方向性重建
• 对于坐标文本条件，将文本潜变量与前事件潜变量拼接后共同作为条件输入
• 网络融合策略
• UNet变体：通过通道级拼接融合漂移潜变量与前事件潜变量，结合自注意力和交叉注意力机制
• DiT变体：采用FiLM风格的残差调制，通过轻量MLP将条件潜变量加性注入中间特征

结果与分析

ChangeBridge 在坐标文本、实例布局、语义掩码三类条件设置下均显著优于六种基线方法，在图像质量与语义一致性指标上取得全面提升。此外，将 ChangeBridge 生成的合成数据用于增强下游变化检测训练，在二值变化检测、语义变化检测和变化描述三类任务中均带来了持续的性能改善。

更多图表分析可见原文

在CVer公众号后台回复：何恺明，即可下载566页课件PPT！大家赶紧学起来！
CVPR 2026 所有论文和代码下载
在CVer公众号后台回复：CVPR2026，即可下载CVPR 2026 所有论文和代码！

扫描下方二维码，或者添加微信号：CVer2233，即可添加CVer小助手微信，便可申请加入CVer-垂直方向和论文投稿微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者论文投稿+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群