논밭 의미 변화 감지(SCD)는 경작지 보호에 필수적이지만, 기존 벤치마크와 모델은 미세한 경작지 전환 모니터링에 부족합니다.
연구진은 4,588개의 이미지 쌍으로 구성된 대규모 벤치마크 HZNU-FCD를 구축하고, 작물 회전, 계절 변화, 조명 차이로 인한 가짜 변화를 억제하는 대-소 모델 협업 프레임워크를 제안했습니다.
FD-Mamba라는 소형 모델과 CMLA라는 대형 비전-언어 모델을 결합하여 HZNU-FCD에서 97.63%의 F1 점수를 달성했으며, 기존 모델 대비 성능을 향상시켰습니다.