Resumen Técnico: HASTE – Una plataforma para la evaluación rápida de daños en edificaciones tras desastres

1. Declaración del Problema

Tras desastres a gran escala (terremotos, huracanes, incendios forestales, etc.), los equipos de respuesta humanitaria requieren mapas de daños a nivel de edificio en cuestión de horas para dirigir a los equipos de búsqueda y rescate y asignar recursos. Los enfoques actuales de aprendizaje automático para la evaluación de daños enfrentan barreras operativas significativas:

• Escasez de Datos: Los modelos de alto rendimiento suelen requerir imágenes emparejadas de antes y después del evento, además de conjuntos de entrenamiento extraídos de eventos pasados similares. En las respuestas del mundo real, las imágenes previas al evento suelen ser de hace años o están ausentes, y los nuevos desastres difieren significativamente de los datos de entrenamiento históricos (desplazamiento de dominio).
• Cuellos de Botella en el Etiquetado: Recopilar suficientes datos etiquetados para nuevos eventos es imposible dentro de la ventana crítica del primer día.
• Restricciones Operativas: Las soluciones existentes dependen de la interpretación humana experta o del rastreo por voluntarios, lo cual es difícil de escalar para cubrir cada edificio en una gran ciudad de forma rápida.

El problema central es generar mapas de daños precisos a nivel de edificio rápidamente utilizando únicamente imágenes post-desastre y un etiquetado local mínimo, sin requerir un equipo dedicado de ingeniería de aprendizaje automático.

2. Metodología

HASTE (High-speed Assessment and Satellite Tracking for Emergencies) es una plataforma web sin código (no-code) que aborda estas brechas mediante el entrenamiento de modelos pequeños y específicos para cada evento a partir de un puñado de etiquetas de analistas. Ofrece dos métodos distintos que comparten una interfaz unificada pero que intercambian entre el esfuerzo de etiquetado y la rapidez de respuesta computacional.

Método 1: Segmentación por Escena y Unión de Huellas (Footprint Join)

• Flujo de Trabajo: El analista dibuja polígonos sobre la escena post-desastre para etiquetar clases (p. ej., fondo, edificio intacto, edificio dañado).
• Entrenamiento: Se entrena un nuevo modelo U-Net (codificador ResNeXt-50) específicamente para esa única escena utilizando pérdida de entropía cruzada. Para gestionar etiquetas dispersas, el sistema las agrupa en teselas (tiles) e ignora los píxeles de fondo no etiquetados. Una "clase de restricción" opcional permite a los analistas marcar áreas extensas como "conocidas como no dañadas" para penalizar los falsos positivos.
• Inferencia: El modelo se ejecuta sobre la escena completa en teselas superpuestas. Las predicciones de píxeles se agregan por huella de edificio para calcular una "fracción de daño" (relación de píxeles dañados respecto a píxeles válidos) con buffers de 0, 10 y 20 metros para compensar el desalineamiento.
• Tiempo de Respuesta: Una iteración completa (etiquetar, entrenar, revisar) toma aproximadamente de 1 a 2 horas.

Método 2: Incrustación de Huellas (Footprint Embedding) y Regresión Logística en el Navegador

• Flujo de Trabajo: Este método omite el entrenamiento en GPU. Utiliza un modelo de visión preentrenado para extraer características de cada huella de edificio en la escena.
• Incrustación (Embedding): Las características se agrupan (pooling) desde el backbone (por defecto variantes de MOSAIKS o DINOv2) sobre cada huella de edificio. La estrategia de agrupación incluye la concatenación de estadísticas por canal (mínimo, máximo, media, desviación estándar) de los tokens.
• Clasificación: A medida que el analista hace clic y etiqueta algunos edificios, un clasificador de regresión logística se ajusta enteramente en el navegador utilizando los vectores de características congelados. El modelo estandariza las características y minimiza la pérdida logística regularizada mediante el descenso de gradiente.
• Interactividad: El clasificador se re-entrena y re-califica la escena visible en segundos a medida que se añaden nuevas etiquetas. Soporta escenarios de "uno contra todos" (one-versus-rest) de clase múltiple y se ejecuta eficientemente mediante WebGPU o CPU.
• Tiempo de Respuesta: La iteración ocurre en segundos, permitiendo a los analistas refinar el modelo rápidamente sin esperar procesos de GPU.

Arquitectura de la Plataforma

HASTE está construido como una aplicación de una sola página (SPA) en React que se comunica con una API REST y un servidor de teselas. Las tareas de larga duración (entrenamiento, incrustación, inferencia) se delegan a un sistema de colas gestionado por una biblioteca de núcleo compartida (hastegeo). Los datos (imágenes, huellas, modelos) residen en el almacenamiento en la nube, mientras que los metadatos se almacenan en una base de datos NoSQL. La plataforma se integra con conjuntos de datos de huellas de edificios existentes (p. ej., Microsoft, Overture) y soporta diversas fuentes de imágenes (ópticas y de radar).

3. Contribuciones Clave

• Despliegue de una Plataforma Sin Código: HASTE operacionaliza la evaluación rápida de daños, permitiendo que analistas no expertos en ML generen mapas de daños por edificio utilizando únicamente imágenes post-desastre.
• Enfoque de Doble Método: El documento detalla dos métodos complementarios: un enfoque de segmentación a nivel de píxel (Método 1) y un enfoque de incrustación de huellas (Método 2), analizando sus compensaciones entre el esfuerzo de etiquetado y el tiempo de respuesta.
• Experimentos de Eficiencia de Etiquetas: Experimentos preliminares en el conjunto de datos xBD demuestran que el método de incrustación de huellas (Método 2) logra una alta precisión con significativamente menos etiquetas que las líneas de base totalmente supervisadas.
• Validación Operativa: El documento documenta el uso de la plataforma en más de 30 respuestas a desastres reales desde 2023, entregando resultados a socios (p. ej., la Cruz Roja, agencias de la ONU) en cuestión de horas o días.

4. Resultados

Hallazgos Experimentales (Conjunto de Datos xBD)

Los experimentos se centraron en el Método 2 utilizando únicamente imágenes post-desastre:

• Eficiencia de Etiquetas: El enfoque basado en incrustaciones con un backbone DINOv2 logró un macro ROC-AUC de 0.84 utilizando solo el 1% de las etiquetas de entrenamiento (aproximadamente unas pocas docenas de edificios por desastre).
• Comparación con Líneas de Base Supervisadas: Con un 1% de etiquetado, el método de incrustación (0.84 AUC) superó a una ResNet-50 finamente ajustada con ese mismo 1% de datos (0.77 AUC). Con un 5% de etiquetado, el método de incrustación igualó el rendimiento de una ResNet-50 entrenada con el 100% de las etiquetas. Con un 10% de etiquetado, superó a la línea de base totalmente supervisada (0.91 vs 0.88).
• Rendimiento del Backbone: Los backbones auto-supervisados (DINOv2, DINOv3) superaron significativamente al baseline de características aleatorias de MOSAIKS. El tamaño del backbone importaba menos que la calidad del pre-entrenamiento.

Rendimiento Operativo

• Terremotos en Turquía (2023): Mapeó cuatro ciudades, estimando 3,800 edificios dañados y 160,000 personas afectadas.
• Tornado de Rolling Fork (2023): Logró una precisión de 0.86 y una exhaustividad (recall) de 0.80 frente a la verdad de campo en menos de dos horas por escena.
• Incendio Forestal de Maui (2023): Entregó una evaluación de 1,700 edificios dañados para la 1 PM del día en que las imágenes estuvieron disponibles, con una validación que mostró ~97% de precisión (99% de recall, 96% de precisión).
• Huracán Melissa (Jamaica, 2025): Identificó daños generalizados en Black River y Montego Bay. Las muestras de validación mostraron una alta exhaustividad (86–96%) pero menor precisión (71–82%), atribuido a la naturaleza conservadora de la unión de huellas (los escombros fuera de los contornos no se acreditan).
• Evaluación Externa: Un estudio independiente sobre el producto de daños en Turquía encontró una alta especificidad (94%) pero baja sensibilidad (43%), confirmando que el sistema es conservador y rara vez marca edificios no dañados como dañados, aunque puede omitir algunas estructuras dañadas.

5. Significado y Reivindicaciones

El documento posiciona a HASTE como un puente crítico entre la investigación avanzada de aprendizaje automático y las necesidades humanitarias inmediatas. Su importancia radica en:

• Superar el Desplazamiento de Dominio: Al entrenar modelos pequeños en un solo evento con etiquetas locales, HASTE evita la degradación de la precisión que se observa al aplicar modelos entrenados globalmente a nuevos escenarios de desastre no vistos.
• Democratización de la IA: La interfaz sin código permite a los socios humanitarios ejecutar flujos de trabajo sofisticados de evaluación de daños sin necesidad de mantener un equipo dedicado de ML.
• Compensación entre Velocidad y Precisión: La plataforma proporciona un marco práctico para que los respondedores elijan entre un método de segmentación por píxeles más lento y preciso (Método 1) y un método de incrustación más rápido e iterativo (Método 2) basado en sus restricciones de tiempo inmediatas.
• Impacto en el Mundo Real: El sistema ha pasado de los benchmarks teóricos para apoyar más de 30 respuestas reales, entregando datos accionables a los tomadores de decisiones dentro de las "horas doradas" críticas de un desastre.

Los autores concluyen que, aunque los métodos son simples por diseño, abordan eficazmente las restricciones específicas de la respuesta ante desastres. El trabajo futuro se centra en integrar modelos de visión-lenguaje para el etiquetado automatizado, aprendizaje activo para optimizar la selección de etiquetas y la expansión de la evaluación a infraestructuras como carreteras y puentes.