arXiv · cs.AI· Eunki Cho·· 1 天前AI 评分19
CoDeRNet：异构监督下的选择性跨任务路由，用于变化检测与描述
CoDeRNet: Selective Cross-Task Routing under Heterogeneous Supervision for Change Detection and Captioning
来源与原文
arXiv · cs.AI
作者：Eunki Cho
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.34876v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出统一框架 CoDeRNet，将变化检测与描述（CDC）重构为异构任务分支间的选择性信息路由问题，并引入 Confidence-Decomposed Routing（CoDeR）机制，把路由条件分解为接收方需求和发送方可靠性线索。在 LEVIR-MCI 和 WHU-CDC 上，CoDeRNet 取得较强的整体 CDC 性能，尤其提升描述生成同时保持有竞争力的变化定位。分析表明收益来自显式建模选择性跨任务信息路由，而非单纯联合学习。
来源：arXiv · cs.AI · arxiv.org