跳到正文
热点事件持续更新

研究者提出CoDeRNet统一变化检测与描述框架,被NeurIPS 2026接收

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Eunki Cho等研究者在arXiv发布论文,提出面向双时相遥感图像变化检测与描述(CDC)任务的统一框架CoDeRNet。该框架将CDC重构为异构任务分支间的选择性信息路由问题,其Confidence-Decomposed Routing机制把路由条件分解为接收方的支持需求与发送方的可靠性线索,以指导选择性信息传递。论文称其已被NeurIPS 2026接收。

AI 根据报道生成 · 41 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv cs.AI
    CoDeRNet:异构监督下面向变化检测与描述的选择性跨任务路由

    论文提出 CoDeRNet,一个面向双时相遥感图像变化检测与描述(CDC)任务的统一框架,把 CDC 重构为异构任务分支间的选择性信息路由问题。其 Confidence-Decomposed Routing 机制将路由条件分解为接收方的支持需求与发送方的可靠性线索,指导选择性信息传递。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。