연구진은 원격 센싱 이미지 간의 의미론적 변화를 감지하는 변화 감지 문제를 다루는 SCDistill 프레임워크를 제안했어요.
SCDistill은 조명, 그림자, 대기 변화와 같은 비의미론적 변동에 의해 쉽게 교란되는 모델의 특징 문제를 해결하기 위해 의미 일관성 자기 증류 전략을 도입했어요.
SCDistill은 복합적인 환경 변화를 합성하는 확산 기반의 교란 시뮬레이션 파이프라인을 설계하여 모델이 의미론적 변화와 외관 수준의 변동을 구별하도록 훈련하여 오경보를 줄여요.