La détection de changement (CD) vise à identifier les modifications qui se produisent dans une paire d'images prises à des moments différents. Les méthodes précédentes concevaient des réseaux spécifiques à partir de zéro pour prédire les masques de changement au niveau des pixels, et peinaient à résoudre des problèmes de segmentation générale. Dans cet article, nous proposons un nouveau paradigme qui réduit le CD à la segmentation sémantique, c'est-à-dire l'adaptation d'un réseau de segmentation sémantique existant et puissant pour résoudre le CD. Ce nouveau paradigme bénéficie commodément des techniques de segmentation sémantique courantes pour traiter les problèmes de segmentation générale en CD. Ainsi, nous pouvons nous concentrer sur l'étude de la manière dont détecter les changements. Nous proposons une nouvelle et importante intuition selon laquelle différents types de changements existent en CD et qu'ils doivent être appris séparément. Sur cette base, nous avons conçu un module appelé MTF pour extraire les informations de changement et fusionner les caractéristiques temporelles. L'MTF offre une grande interprétabilité et révèle la caractéristique essentielle du CD. La plupart des réseaux de segmentation peuvent être adaptés pour résoudre les problèmes de CD avec notre module MTF. Enfin, nous proposons C-3PO, un réseau destiné à détecter les changements au niveau des pixels. C-3PO atteint des performances d'état de l'art sans recourir à des astuces complexes. Il est simple mais efficace et peut être considéré comme une nouvelle référence dans ce domaine. Notre code est disponible à l'adresse suivante : https://github.com/DoctorKey/C-3PO.