RiskProp: Collision-Anchored Self-Supervised Risk Propagation for Early Accident Anticipation

1. El Problema

La anticipación de accidentes tiene como objetivo predecir colisiones inminentes a partir de videos de cámaras de salpicadero (dashcams) y generar alertas tempranas.

• Limitaciones de los métodos actuales: La mayoría de los enfoques existentes dependen de una supervisión binaria con anotaciones manuales de "inicio de anomalía" (anomaly onset).
  • Estas anotaciones son subjetivas e inconsistentes entre diferentes anotadores.
  • Tratan todas las frames previas al accidente como igualmente riesgosas (etiqueta 1), ignorando la evolución gradual y dependiente del escenario del riesgo (ej. un aumento lento vs. un pico repentino).
  • Esto lleva a estimaciones de riesgo inexactas y curvas de riesgo temporales volátiles o físicamente implausibles.

2. Metodología: RiskProp

Los autores proponen RiskProp, un paradigma novedoso de propagación de riesgo auto-supervisado anclado a la colisión. Este método elimina la necesidad de anotaciones de "inicio de anomalía" y utiliza únicamente el marco de colisión (que tiene una anotación objetiva y fiable).

El modelo aprende la evolución temporal del riesgo mediante dos pérdidas de observación impulsadas por datos:

A. Pérdida de Regularización de Frame Futuro (Future-Frame Regularization Loss)

• Concepto: Las frames futuras contienen evidencia más definitiva sobre la ocurrencia de un accidente que las frames anteriores. Por lo tanto, la predicción de riesgo de la siguiente frame puede servir como una "etiqueta suave" (soft target) fiable para la frame actual.
• Mecanismo: Se utiliza la predicción de la frame $t+1$ (con desconexión de gradiente, detach) para supervisar la predicción de la frame $t$.
• Efecto: Esto permite la propagación hacia atrás de las señales de alto riesgo desde el marco de colisión (etiqueta 1) hacia las frames iniciales, permitiendo que el modelo aprenda a reconocer señales tempranas sin etiquetas intermedias manuales.

B. Pérdida de Restricción Monótona Adaptativa (Adaptive Monotonic Constraint Loss)

• Concepto: En escenarios de accidentes reales, el riesgo tiende a seguir una tendencia no decreciente a medida que se acerca la colisión, reflejando el deterioro progresivo de la seguridad.
• Mecanismo: Se impone una restricción para que el riesgo predicho en una frame posterior ($a_j$) sea mayor o igual que en una frame anterior ($a_i$).
• Adaptabilidad: La restricción no es rígida. Incluye un margen de tolerancia $\delta$ que se adapta según:
  1. Distancia temporal: A mayor distancia entre frames, mayor tolerancia permitida.
  2. Confianza de la predicción: Si el modelo tiene alta confianza (predicciones cercanas a 0 o 1), la restricción es más estricta; si la confianza es baja (predicciones ambiguas), se relaja.
• Objetivo: Fomentar una tendencia general de aumento del riesgo a largo plazo mientras se permiten fluctuaciones a corto plazo, evitando sobre-regularización.

Estrategia de Etiquetado y Entrenamiento

• Videos con accidente: Solo la frame de colisión se etiqueta como positiva (1) y la frame inicial lejana como negativa (0). Las frames intermedias son no etiquetadas y aprenden mediante propagación.
• Videos sin accidente: Todas las frames se etiquetan como negativas (0).
• Función de pérdida total: Combina la Pérdida de Entropía Cruzada Binaria (BCE) en los puntos de anclaje, más las pérdidas de regularización futura y la restricción monótona.

3. Contribuciones Clave

1. Identificación de limitaciones: Se revela la naturaleza defectuosa de las etiquetas binarias y las anotaciones de inicio de anomalía manuales.
2. Nuevo Paradigma Auto-supervisado: Propuesta de RiskProp, que genera puntuaciones de riesgo intermedias propagando la supervisión desde la colisión hacia atrás, eliminando la subjetividad humana.
3. Mecanismos de Regularización Temporal: Introducción de la pérdida de regularización de frame futuro y la restricción monótona adaptativa para modelar la evolución dinámica y físicamente plausible del riesgo.
4. Rendimiento Superior: Validación experimental que demuestra que el método alcanza el estado del arte (SOTA) con curvas de riesgo más suaves y capacidades de alerta más tempranas.

4. Resultados Experimentales

El método se evaluó en dos conjuntos de datos reales: CAP (11,727 videos) y Nexar (1,500 clips). Se comparó con métodos SOTA como AdaLEA, DSTA, GSC, etc., bajo una estricta restricción de tasa de falsas alarmas (FAR = 0.1).

• CAP Dataset:
  • Logró un mAUC0.1 de 0.483 (superior a todos los baselines).
  • Mejor tiempo medio hasta el accidente (mTTA0.1 = 1.207s), indicando alertas más tempranas.
  • Precisión media (mAP) de 0.890.
• Nexar Dataset:
  • Estableció resultados SOTA en todas las métricas: mAUC0.1 (0.472), mAUC (0.869) y mAP (0.870).
  • Mejor mTTA0.1 de 0.958s.
• Estudios de Ablación:
  • La estrategia de "Solo Colisión" (sin etiquetas de inicio de anomalía) con las restricciones propuestas (FFR + AMC) igualó o superó el rendimiento de modelos entrenados con etiquetas densas y costosas.
  • La combinación de ambas pérdidas (FFR y AMC) fue crucial para la mejora de rendimiento.
• Análisis de Curvas de Riesgo:
  • A diferencia de métodos anteriores que generan picos falsos prematuros ante señales ambiguas, RiskProp mantiene el riesgo bajo en situaciones seguras y muestra un aumento agudo y sostenido solo cuando aparecen señales discriminatorias claras, resultando en curvas temporales más coherentes.

5. Significado e Impacto

El trabajo de RiskProp es significativo porque:

• Reduce la dependencia de anotaciones costosas: Elimina la necesidad de anotadores humanos para definir el "inicio" de un accidente, un proceso subjetivo y difícil de estandarizar.
• Mejora la interpretabilidad y seguridad: Al generar curvas de riesgo suaves y físicamente plausibles, los sistemas de asistencia al conductor (ADAS) y vehículos autónomos pueden tomar decisiones más confiables, reduciendo falsas alarmas y mejorando la anticipación temprana.
• Cambio de paradigma: Transita de la clasificación estática de riesgo a la modelización dinámica de la evolución del riesgo, alineándose mejor con la realidad física de la conducción.

En resumen, RiskProp demuestra que es posible lograr una anticipación de accidentes de clase mundial utilizando únicamente la anotación objetiva del momento de la colisión, aprovechando la estructura temporal inherente de los videos para propagar señales de riesgo de manera auto-supervisada.