Buchumschlag

BTCChat: Advancing Remote Sensing Bi-temporal Change Captioning with Multimodal Large Language Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yujie, Xu, Wenjia, Zhang, Yuanben, Wei, Zhiwei, Peng, Mugen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UniRS: Unifying Multi-temporal Remote Sensing Tasks through Vision Language Models
von: Li, Yujie, et al.
Veröffentlicht: (2024)

RS-Agent: Automating Remote Sensing Tasks through Intelligent Agent
von: Xu, Wenjia, et al.
Veröffentlicht: (2024)

Deep Semantic-Visual Alignment for Zero-Shot Remote Sensing Image Scene Classification
von: Xu, Wenjia, et al.
Veröffentlicht: (2024)

UAV-VisLoc: A Large-scale Dataset for UAV Visual Localization
von: Xu, Wenjia, et al.
Veröffentlicht: (2024)

Large Language Models for Captioning and Retrieving Remote Sensing Images
von: Silva, João Daniel, et al.
Veröffentlicht: (2024)

Enhancing Perception of Key Changes in Remote Sensing Image Change Captioning
von: Yang, Cong, et al.
Veröffentlicht: (2024)

CCExpert: Advancing MLLM Capability in Remote Sensing Change Captioning with Difference-Aware Integration and a Foundational Dataset
von: Wang, Zhiming, et al.
Veröffentlicht: (2024)

Bi-temporal Gaussian Feature Dependency Guided Change Detection in Remote Sensing Images
von: Xiao, Yi, et al.
Veröffentlicht: (2024)

Decoding the Delta: Unifying Remote Sensing Change Detection and Understanding with Multimodal Large Language Models
von: Li, Xiaohe, et al.
Veröffentlicht: (2026)

MV-CC: Mask Enhanced Video Model for Remote Sensing Change Caption
von: Liu, Ruixun, et al.
Veröffentlicht: (2024)

RSCaMa: Remote Sensing Image Change Captioning with State Space Model
von: Liu, Chenyang, et al.
Veröffentlicht: (2024)

RSCC: A Large-Scale Remote Sensing Change Caption Dataset for Disaster Events
von: Chen, Zhenyuan, et al.
Veröffentlicht: (2025)

Pixel-Level Change Detection Pseudo-Label Learning for Remote Sensing Change Captioning
von: Liu, Chenyang, et al.
Veröffentlicht: (2023)

CDChat: A Large Multimodal Model for Remote Sensing Change Description
von: Noman, Mubashir, et al.
Veröffentlicht: (2024)

Diffusion-RSCC: Diffusion Probabilistic Model for Change Captioning in Remote Sensing Images
von: Yu, Xiaofei, et al.
Veröffentlicht: (2024)

HiSem: Hierarchical Semantic Disentangling for Remote Sensing Image Change Captioning
von: Wang, Man, et al.
Veröffentlicht: (2026)

Evaluating Remote Sensing Image Captions Beyond Metric Biases
von: Chen, Ziyun, et al.
Veröffentlicht: (2026)

A Lightweight Sparse Focus Transformer for Remote Sensing Image Change Captioning
von: Sun, Dongwei, et al.
Veröffentlicht: (2024)

LHRS-Bot-Nova: Improved Multimodal Large Language Model for Remote Sensing Vision-Language Interpretation
von: Li, Zhenshi, et al.
Veröffentlicht: (2024)

Threshold Attention Network for Semantic Segmentation of Remote Sensing Images
von: Long, Wei, et al.
Veröffentlicht: (2025)

STAND: Semantic Anchoring Constraint with Dual-Granularity Disambiguation for Remote Sensing Image Change Captioning
von: Gong, Yanpei, et al.
Veröffentlicht: (2026)

SAM Guided Semantic and Motion Changed Region Mining for Remote Sensing Change Captioning
von: Wang, Futian, et al.
Veröffentlicht: (2025)

Semantic-CC: Boosting Remote Sensing Image Change Captioning via Foundational Knowledge and Semantic Guidance
von: Zhu, Yongshuo, et al.
Veröffentlicht: (2024)

Change Captioning in Remote Sensing: Evolution to SAT-Cap -- A Single-Stage Transformer Approach
von: Wang, Yuduo, et al.
Veröffentlicht: (2025)

Multilingual Training-Free Remote Sensing Image Captioning
von: Rebelo, Carlos, et al.
Veröffentlicht: (2025)

EarthMarker: A Visual Prompting Multi-modal Large Language Model for Remote Sensing
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

LongCaptioning: Unlocking the Power of Long Video Caption Generation in Large Multimodal Models
von: Wei, Hongchen, et al.
Veröffentlicht: (2025)

CHOICE: Benchmarking the Remote Sensing Capabilities of Large Vision-Language Models
von: An, Xiao, et al.
Veröffentlicht: (2024)

ChangeChat: An Interactive Model for Remote Sensing Change Analysis via Multimodal Instruction Tuning
von: Deng, Pei, et al.
Veröffentlicht: (2024)

DDFAV: Remote Sensing Large Vision Language Models Dataset and Evaluation Benchmark
von: Li, Haodong, et al.
Veröffentlicht: (2024)

GeoRSMLLM: A Multimodal Large Language Model for Vision-Language Tasks in Geoscience and Remote Sensing
von: Zhang, Zilun, et al.
Veröffentlicht: (2025)

MapGlue: Multimodal Remote Sensing Image Matching
von: Wu, Peihao, et al.
Veröffentlicht: (2025)

ChangeBridge: Spatiotemporal Image Generation with Multimodal Controls for Remote Sensing
von: Zhao, Zhenghui, et al.
Veröffentlicht: (2025)

LithoBench: Benchmarking Large Multimodal Models for Remote-Sensing Lithology Interpretation
von: Wang, Jun, et al.
Veröffentlicht: (2026)

A Benchmark for Multi-Lingual Vision-Language Learning in Remote Sensing Image Captioning
von: Zhou, Qing, et al.
Veröffentlicht: (2025)

Sentinel2Cap: A Human-Annotated Benchmark Dataset for Multimodal Remote Sensing Image Captioning
von: Tosato, Lucrezia, et al.
Veröffentlicht: (2026)

Instruction-guided Multi-Granularity Segmentation and Captioning with Large Multimodal Model
von: Zhou, Li, et al.
Veröffentlicht: (2024)

GeoPixel: Pixel Grounding Large Multimodal Model in Remote Sensing
von: Shabbir, Akashah, et al.
Veröffentlicht: (2025)

FUSAR-KLIP: Towards Multimodal Foundation Models for Remote Sensing
von: Yang, Yi, et al.
Veröffentlicht: (2025)

SCL: Towards Domain Generalization via Single-Temporal Multimodal Contrastive Learning for Remote Sensing Change Detection
von: Du, Qiangang, et al.
Veröffentlicht: (2024)