Resumen Técnico: Red de Emparejamiento de Grafos con Pesado de Retroalimentación de Confianza para el Emparejamiento de Sitios de Daño Inducido por Láser en Línea-Fuera de Línea

1. Declaración del Problema

El artículo aborda el desafío crítico de verificar la autenticidad de los sitios de daño inducido por láser (LID) detectados en imágenes de inspección en línea de la óptica final en instalaciones láser de alta potencia (por ejemplo, la Instalación de Ignición Nacional). Mientras que los sistemas en línea monitorean los estados de daño en tiempo real, frecuentemente generan sitios de "pseudo-daño" causados por luz dispersa o polvo, que se asemejan estrechamente al daño real. Para distinguir estos, las detecciones en línea deben emparejarse contra imágenes de verdad de terreno (ground-truth) obtenidas fuera de línea tras la eliminación de polvo y la supresión de la luz dispersa.

Esta tarea de emparejamiento es significativamente más difícil que el emparejamiento de imágenes convencional debido a cuatro factores primarios:

1. Características Discriminativas Limitadas: Los sitios de daño a menudo carecen de textura e información estructural local, y los sitios grandes sufren sobreexposición central.
2. Distorsiones Geométricas Locales: Factores como la imagen inclinada fuera de eje, la distorsión óptica y la adquisición asincrónica (que conduce al crecimiento o reparación del daño) causan desplazamientos no uniformes en las coordenadas de los centroides, lo que hace que los modelos de homografía global única sean insuficientes.
3. Distractores No Correspondientes: Los sitios de pseudo-daño y los desajustes de adquisición introducen numerosos nodos de un solo lado que actúan como distractores.
4. Escasez de Datos: Las estrictas estrategias operativas limitan la acumulación de conjuntos de datos emparejados a gran escala entre línea y fuera de línea.

Los métodos existentes, incluyendo los descriptores locales clásicos (SIFT, ORB) y los algoritmos de identificación de estrellas, luchan contra la inestabilidad de las características y la distorsión geométrica. Aunque las Redes Neuronales de Grafos (GNN) ofrecen una promesa, los modelos estándar a menudo carecen de mecanismos explícitos para suprimir la propagación de características de los sitios distractores no correspondientes durante la agregación, lo que reduce la precisión.

2. Metodología: CFW-GMN

Los autores proponen la Red de Emparejamiento de Grafos con Pesado de Retroalimentación de Confianza (CFW-GMN), un marco de aprendizaje profundo que opera únicamente con las coordenadas de los centroides de los sitios de daño. La red emplea un marco iterativo de tres rondas para refinar progresivamente la confianza del emparejamiento y suprimir la interferencia.

Arquitectura Central

El flujo de trabajo consta de seis componentes: construcción de grafos, codificación de características, inferencia de emparejamiento basada en transporte óptimo, estimación de confianza, formulación de pérdida y post-procesamiento de emparejamiento.

• Construcción de Grafos: El método evita las características de apariencia inestables (escala de grises, textura). En su lugar, construye grafos donde los nodos representan los centroides de los daños y las aristas codifican la información geométrica relativa (desplazamiento $\Delta x, \Delta y$ y orientación $\theta$).
• Codificación de Características Iterativa: La red realiza tres etapas de codificación de características. Cada etapa incluye Agregación de Características de Arista (EFA), codificación posicional y atención local propia y cruzada.
  • Etapa 1 (Pesado Uniforme): Utiliza pesos uniformes para la EFA para establecer el contexto geométrico inicial.
  • Etapas 2 y 3 (Pesado de Confianza): Introduce la innovación central: Pesado de Confianza de Emparejabilidad. La red estima un puntaje de confianza para la probabilidad de que cada nodo tenga un contraparte real. Este puntaje se retroalimenta como un peso adaptativo para modular la agregación de características de la arista en las rondas subsecuentes.
    • Mecanismo: Los nodos de alta confianza reciben mayores pesos de agregación, mientras que los nodos de baja confianza (probables distractores) son penalizados con un menor peso. Esto suprime explícitamente la propagación de la interferencia de los sitios no correspondientes.
• Corrección de Consistencia Geométrica: Para evitar la sobreestimación de la confianza en nodos con estructuras locales ambiguas, una tercera iteración incorpora una restricción de consistencia geométrica. Utilizando RANSAC para estimar una homografía global a partir de emparejamientos de alta confianza, el sistema calcula errores de reproyección. Los nodos que se desvían significativamente de la transformación global tienen sus puntajes de confianza corregidos (reducidos), asegurando que solo los nodos geométricamente consistentes impulsen la agregación final.
• Codificación Posicional: Para resolver ambigüedades donde diferentes ubicaciones espaciales comparten estructuras locales similares, el método integra Características de Fourier Aleatorias (RFF) para codificar información posicional global junto con las características geométricas locales.
• Inferencia de Emparejamiento: La red utiliza un algoritmo de transporte óptico de Sinkhorn en el dominio logarítmico con un mecanismo de "cubo de basura" (dustbin) para manejar nodos no emparejados y generar una matriz de emparejamiento suave. Una estrategia de vecino más cercano mutuo con restricción de distancia filtra las correspondencias finales.

Funciones de Pérdida

El entrenamiento emplea una optimización progresiva de dos etapas:

1. Pérdida Principal ($L_{main}$): Una pérdida de log-verosimilitud negativa ponderada que combina la supervisión de emparejamiento real y la supresión de nodos no correspondientes.
2. Pérdida de Minería de Ejemplos Difíciles Locales ($L_{hard}$): Introducida después de un periodo de calentamiento (warm-up), esta pérdida impone una restricción de margen entre las correspondencias reales y sus distractores cercanos y estructuralmente similares (negativos difíciles), mejorando la discriminación local.

3. Contribuciones Clave

1. Mecanismo de Retroalimentación de Confianza: El artículo introduce un novedoso mecanismo iterativo donde la confianza de emparejabilidad, estimada a partir de los puntajes de emparejamiento, se retroalimenta como un peso de confiabilidad para la agregación de características de la arista. Esto regula explícitamente el flujo de información, suprimiendo la propagación de distractores y mejorando la discriminabilidad entre grafos.
2. Calibración de Consistencia Geométrica: Se propone una estrategia de corrección para calibrar las estimaciones de confianza utilizando la consistencia geométrica global (vía RANSAC y error de reproyección), mitigando los errores causados por ambigüedades estructurales locales.
3. Robustez ante Características Débiles: Al depender únicamente de las coordenadas de los centroides y la geometría relativa, el método evita la necesidad de características de textura inestables, lo que lo hace adecuado para la naturaleza dispersa y sobreexpuesta de los sitios de daño láser.
4. Minería de Ejemplos Difíciles: La integración de una pérdida de minería de ejemplos difíciles locales apunta específicamente al desafío de distinguir el daño real de los pseudo-daños cercanos con configuraciones geométricas similares.

4. Resultados Experimentales

El método fue evaluado en un conjunto de datos del mundo real (instalación láser CAEP) y un conjunto de entrenamiento sintético. Se utilizaron dos conjuntos de prueba: Escena Simplificada (menos distractores) y Escena Compleja (sin filtrar, alta interferencia).

• Desempeño: En el conjunto de datos de Escena Compleja, el CFW-GMN logró un F1-score de 96.36%, superando significativamente a los métodos de referencia, incluyendo descriptores tradicionales (ORB, BRISK), algoritmos de identificación de estrellas (Group Match) y GNN estándar (GCN, GAT, SuperGlue).
• Robustez: El método demostró una alta estabilidad, con una desviación estándar del F1-score de solo 0.0237 entre muestras. La caída de rendimiento de la Escena Simplificada a la Escena Compleja fue mínima (2.89 puntos porcentuales), indicando una fuerte resiliencia a la interferencia.
• Eficiencia: El tiempo de procesamiento promedio fue de aproximadamente 0.72 segundos por par de imágenes, lo que lo hace adecuado para escenarios de inspección rápida.
• Estudios de Ablación: Eliminar el pesado de retroalimentación de confianza (módulos iterativos) causó una caída significativa en el desempeño (el F1-score cayó a ~80%), confirmando la necesidad del mecanismo de retroalimentación. Del mismo modo, eliminar la codificación posicional y la atención local llevó a disminuciones sustanciales en la recuperación (recall), resaltando su papel en la captura de correspondencias reales.

5. Significado y Reivindicaciones

El artículo afirma que el CFW-GMN proporciona una solución robusta y eficiente para el problema específico y de alto riesgo de verificar el daño inducido por láser en instalaciones de láser de alta potencia. Al modelar explícitamente la supresión de la propagación de distractores mediante un bucle de retroalimentación de confianza, el método supera las limitaciones de las técnicas de supresión implícita existentes.

Los autores enfatizan que su enfoque logra un emparejamiento de alta precisión (F1-score de 96.36%) incluso cuando la proporción de sitios interferentes (no correspondientes) es alta (aprox. 56% en el conjunto de prueba de Escena Compleja). El método se presenta como una herramienta práctica que apoya la operación segura a largo plazo de las instalaciones láser de alta potencia al permitir una evaluación oportuna y precisa del estado del daño, cerrando la brecha entre la detección en línea y la verdad de terreno fuera de línea. El trabajo sugiere que las mejoras futuras podrían centrarse en la construcción de características más discriminativas, pero el marco actual aborda eficazmente los desafíos centrales de las características débiles y las distorsiones geométricas complejas en este dominio.