Spatio-Temporal driven Attention Graph Neural Network with Block Adjacency matrix (STAG-NN-BA) for Remote Land-use Change Detection

Resumen Técnico: STAG-NN-BA para la Detección de Cambios de Uso de Suelo

1. Planteamiento del Problema

El monitoreo del uso del suelo es fundamental para la planificación espacial y la mitigación del cambio climático, especialmente ante el crecimiento poblacional y la expansión urbana. Sin embargo, los métodos actuales de aprendizaje profundo presentan limitaciones significativas en este dominio:

• Dominio Euclidiano vs. No Euclidiano: Las redes neuronales convolucionales (CNN) estándar operan en dominios euclidianos (rejillas regulares de píxeles). Sin embargo, la superficie terrestre es inherentemente no euclidiana (esférica, irregular, con variaciones de altura y profundidad).
• Heterogeneidad de Datos: La clasificación basada en píxeles en imágenes de satélite de alta resolución es ineficiente debido a la alta heterogeneidad interna de las coberturas del suelo y la redundancia de información entre píxeles adyacentes.
• Complejidad Temporal: Los enfoques existentes para datos espaciotemporales a menudo no pueden manejar la variabilidad en la estructura del grafo a lo largo del tiempo, ya que los "superpíxeles" (regiones homogéneas) cambian de forma y tamaño entre diferentes adquisiciones temporales, impidiendo el apilamiento directo de grafos como se hace con píxeles.

2. Metodología Propuesta

Los autores proponen un marco unificado que combina segmentación de imágenes, grafos de adyacencia de regiones (RAG) y redes neuronales de grafos (GNN) con mecanismos de atención.

A. Preprocesamiento: Segmentación por Superpíxeles
En lugar de tratar cada píxel como un nodo, el método utiliza la segmentación SLIC (Simple Linear Iterative Clustering) para dividir la imagen en regiones homogéneas (superpíxeles).

• Ventaja: Reduce drásticamente el número de nodos en el grafo (ej. de 65,536 píxeles a ~75 superpíxeles), disminuyendo la complejidad computacional y capturando mejor las características estructurales del terreno.
• Comparación: Se demostró que SLIC supera a Quickshift y Felzenszwalb en imágenes de satélite, especialmente en la captura de áreas construidas y agrícolas.

B. Construcción del Grafo: RAG (Region Adjacency Graph)
Cada superpíxel se convierte en un nodo, y las aristas se crean conectando superpíxeles adyacentes. Esto permite que la información se propague globalmente a través de la estructura de la imagen.

C. Arquitectura Espacial: SAG-NN (Spatially driven Attention Graph Neural Network)
Se propone una mejora sobre las arquitecturas GAT (Graph Attention Network) existentes (GATv1 y GATv2):

• Mejora en la Función de Puntuación: Se introduce un sesgo inductivo relacional mediante la agregación de características de los vecinos antes de aplicar la atención. Esto soluciona el problema de GATv1 (donde las capas aprendidas pueden colapsarse en una sola lineal) y GATv2 (optimizado para grafos bipartitos completos).
• Mecanismo: Combina la agregación de características vecinas con un mecanismo de auto-atención para aprender la importancia relativa de los vecinos irregulares.

D. Arquitectura Espaciotemporal: STAG-NN-BA
Para manejar datos temporales donde la estructura del grafo cambia (nodos variables en el tiempo), se introduce el STAG-NN-BA (Spatio-Temporal driven Attention Graph Neural Network with Block Adjacency matrix):

• Supergrafo Temporal: Se combinan los RAGs de imágenes de diferentes años en un solo "supergrafo" donde los subgrafos temporales están inicialmente desconectados.
• Matriz de Adyacencia en Bloques: Se utiliza una matriz de adyacencia en bloque diagonal para representar las conexiones dentro de cada tiempo, permitiendo que la red procese grafos con un número variable de nodos a lo largo del tiempo.
• Agregación: Se propone un mecanismo de pooling global (Suma o Concatenación) para generar un vector de representación del grafo completo que capture las transiciones de uso de suelo (ej. construcción, destrucción, cultivo).

3. Contribuciones Clave

1. Arquitectura Híbrida: Desarrollo de SAG-NN y STAG-NN-BA, que adaptan las redes de atención a grafos para datos de teledetección no euclidianos.
2. Manejo de Grafos Dinámicos: Introducción de la Matriz de Adyacencia en Bloques para integrar información temporal en grafos con topologías variables, resolviendo el problema de la alineación de nodos en series temporales de superpíxeles.
3. Optimización de Superpíxeles: Validación de SLIC como el método óptimo para generar grafos en imágenes de satélite, equilibrando reducción de datos y preservación de características.
4. Eficiencia Computacional: Lograr mayor precisión que los métodos basados en CNN 3D y otras GNN, con un costo computacional significativamente menor.

4. Resultados y Evaluación

Los métodos se evaluaron en dos conjuntos de datos de teledetección (Asia14 y C2D2) y en MNIST para validación.

• Clasificación Espacial (Asia14):
  • SAG-NN alcanzó una precisión del 80.98% en grafos basados en superpíxeles, superando a GATv1 (80.30%), GATv2 (72.04%) y modelos clásicos como ResNet (57.70%).
  • En el conjunto de datos MNIST (grafos basados en píxeles), SAG-NN logró un 98.14% de precisión.
• Clasificación Espaciotemporal (C2D2 - Transiciones de Uso de Suelo):
  • STAG-NN-BA-GSP (con Global Sum Pooling) obtuvo la mejor precisión del 77.83%, superando significativamente a 3D-ResNet-34 (57.72%) y a la versión de ensamble SAG-NN-E (60.02%).
  • Eficiencia: El tiempo de paso forward de STAG-NN-BA fue de 2.62 ms, considerablemente menor que el de 3D-ResNet-34 (>3.6 ms) y con menos parámetros (0.030 M vs 63.50 M).
• Hallazgo Importante: El Global Sum Pooling demostró ser más efectivo que la concatenación global para la agregación de grafos temporales en este contexto.

5. Significado e Impacto

• Aplicación Climática: El modelo permite detectar transiciones críticas en el uso del suelo (deforestación, urbanización, agricultura) con alta precisión, lo cual es vital para monitorear emisiones de carbono y planificar estrategias de mitigación climática.
• Generalización Geométrica: El trabajo demuestra cómo llevar el aprendizaje profundo geométrico a datos de teledetección, superando las limitaciones de las rejillas regulares.
• Viabilidad Operativa: Al reducir drásticamente los parámetros y el tiempo de inferencia, el modelo es más viable para su implementación en sistemas de monitoreo global a gran escala en comparación con las arquitecturas 3D-ConvNets pesadas.

Conclusión:
El artículo presenta un avance significativo en la detección de cambios de uso de suelo mediante la combinación de segmentación inteligente (SLIC), grafos de adyacencia de regiones y mecanismos de atención avanzados en grafos. La propuesta STAG-NN-BA establece un nuevo estado del arte al manejar eficazmente la complejidad espaciotemporal de los datos de satélite con una eficiencia computacional superior.