Resumen Técnico: TopoLeaf

Planteamiento del Problema

El artículo aborda el desafío de la detección de anomalías visuales zero-shot en dominios complejos y texturizados, específicamente dentro del contexto de los Sistemas Ciber-Físicos Agrícolas (A-CPS). Los enfoques tradicionales de aprendizaje profundo para la detección de anomalías enfrentan tres limitaciones críticas en este entorno:

1. Supuestos de conjunto cerrado (closed-set): Asumen que todos los tipos de anomalías están presentes en los datos de entrenamiento, fallando cuando surgen nuevos tipos de enfermedades o especies de cultivos.
2. Costos de anotación: Las máscaras de segmentación a nivel de píxel requieren una pericia y un esfuerzo prohibitivos por parte de expertos en el dominio.
3. Fragilidad trans-dominio: El ajuste fino (fine-tuning) de modelos grandes es computacionalmente costoso, y las métricas geométricas estándar (por ejemplo, distancia euclidiana o de coseno) sufren una degradación severa del rendimiento cuando el dominio objetivo (por ejemplo, una nueva especie de cultivo) se desplaza significativamente del dominio de origen debido a "desplazamientos del manifold de características" (feature manifold shifts).

El objetivo central es construir una capa de percepción que sea libre de entrenamiento, libre de anotación y auto-organizada, capaz de mantener la estabilidad diagnóstica ante perturbaciones previamente no vistas sin necesidad de reentrenamiento.

Metodología: Marco de Trabajo TopoLeaf

TopoLeaf es un marco de trabajo libre de entrenamiento que aprovecha las representaciones semánticas robustas del modelo de visión fundacional congelado DINOv2 (ViT-S/14). Opera sin ajuste fino y consta de cuatro etapas principales:

1. Extracción de Características

Las imágenes de entrada se procesan a través de un backbone DINOv2 congelado para extraer vectores de características a nivel de parche (patch-level). El token [CLS] se descarta en favor de los tokens de parche para permitir un análisis espacial de grano fino.

2. Selección de Dimensionalidad Basada en la Estabilidad

Para mitigar el ruido específico del dominio, el método filtra el espacio de características.

• Mecanismo: Calcula la varianza de cada dimensión de la característica a través de un conjunto de imágenes de referencia sanas.
• Selección: Retiene solo las dimensiones con la menor varianza (específicamente el percentil 50 inferior, $p=50$).
• Racional: Las dimensiones de baja varianza capturan propiedades estructurales invariantes del tejido sano, mientras que las dimensiones de alta variancia suelen codificar texturas específicas del dominio (por ejemplo, formas de hojas específicas o condiciones de iluminación) que causan falsos positivos durante la transferencia trans-dominio. Esto actúa como un mecanismo de regularización del manifold.

3. Puntuación de Anomalía de Doble Vía

El marco emplea dos mecanismos de puntuación complementarios para detectar desviaciones de la distribución de referencia sana:

• Puntuación de Anomalía Geométrica:

  • Calcula la distancia de coseno media entre un parche de prueba y sus $K$ vecinos más cercanos ($K=30$) dentro del subespacio de estabilidad seleccionada.
  • La puntuación a nivel de imagen es el percentil 90 de estas desviaciones a nivel de parche.
  • Limitación: Aunque es efectivo en dominios alineados, esta métrica es sensible a los desplazamientos de dominio y puede generar altas tasas de falsos positivos cuando el dominio objetivo está estructuralmente aislado.

• Puntuación de Anomalía Topológica:

  • Utiliza homología persistente de dimensión 0 sobre vecindarios locales de parches sanos.
  • Construye una filtración de Vietoris-Rips para un parche de prueba y sus vecinos, comparando los diagramas de persistencia ($PD$) resultantes contra los de la referencia sana.
  • La puntuación mide el cambio en el tiempo de "muerte" máximo (fusión de componentes conectados) y el tiempo de vida promedio de las características de dimensión 0.
  • Ventaja: Basado en el teorema de estabilidad de la homología persistente, esta puntuación es robusta a pequeñas perturbaciones de entrada y captura desviaciones estructurales sutiles (mutaciones de micro-textura) que las distancias geométricas suelen pasar por alto.

4. Generación de Mapas de Calor

Las desviaciones a nivel de parche se remodelan, se aumentan mediante interpolación bicúbica y se suavizan para generar un mapa de calor de anomalías para la localización.

Contribuciones Clave

1. Selección de Dimensionalidad de Características Estable: Un método novedoso para filtrar las características de DINOv2 reteniendo las dimensiones de baja varianza, amplificando efectivamente las perturbaciones inducidas por enfermedades mientras se suprimen los ruidos específicos del dominio.
2. Mecanismo de Puntuación de Doble Vía: La integración de la distancia KNN geométrica con la homología persistente local, proporcionando una perspectiva topológica que complementa las métricas geométricas, particularmente en escenarios trans-dominio degenerados.
3. Benchmark Trans-dominio Exhaustivo: Una evaluación sistemática en el conjunto de datos PlantVillage involucrando más de 3,100 imágenes a través de 40 pares de origen-objetivo (5 dominios de origen $\times$ 8 especies objetivo), estableciendo un mapa cuantitativo del rendimiento zero-shot.
4. Lanzamiento de Código Abierto: Disponibilidad pública del código fuente completo, comparaciones de línea base y un sistema de demostración interactivo basado en la web.

Resultados Experimentales

El marco fue evaluado contra cinco líneas base clásicas de detección de anomalías (Mahalanobis, Cosine KNN, Isolation Forest, One-Class SVM, LOF) y validado a través de múltiples backbones (DINOv2, CLIP, ResNet-50).

• Rendimiento en Dominios Alineados: TopoLeaf logra una detección casi perfecta en dominios bien alineados. Por ejemplo, la detección de anomalías en fresa utilizando manzana como origen arroja un AUROC de 0.994.
• Generalización Trans-dominio: El AUROC medio a través de las 40 combinaciones es de 0.658, superando significativamente a las líneas base clásicas que rondan o incluso están por debajo de la línea base de azar (0.5).
• Manejo de Aislamiento Estructural (El caso del "Maíz"):
  • El artículo identifica una limitación fundamental donde el dominio del "Maíz" está estructuralmente aislado en el manifold de características de DINOv2.
  • En la transferencia Maíz $\to$ Manzana, la puntuación geométrica cae a 0.221 (peor que el azar), y las muestras sanas de maíz obtienen puntuaciones más altas que las enfermas (una inversión).
  • Sin embargo, la puntuación topológica demuestra una complementariedad estructural, logrando un AUROC de 0.542 en este mismo par difícil, demostando su capacidad para proporcionar una señal cuando las métricas geométricas fallan por completo.
• Estudios de Ablación: Eliminar la selección de dimensionalidad basada en la estabilidad reduce el rendimiento trans-dominio, confirmando que filtrar las dimensiones de alta varianza es crucial para la generalización.

Significancia y Reivindicaciones

El artículo posiciona a TopoLeaf como un paso hacia capas de percepción adaptativas y auto-organizadas para sistemas agrícolas de ciclo cerrado. Su significancia radica en:

1. Desplegabilidad Zero-Shot: Permite el despliegue inmediato en nuevas variedades de cultivos sin los ciclos de entrenamiento de semanas requeridos por los métodos supervisados, alineándose con el principio cibernético de variedad requerida.
2. Degradación Grácil: A diferencia de los sistemas que fallan catastróficamente bajo desplazamientos de dominio, TopoLeaf exhibe una "degradación grácil". Incluso cuando la puntuación geométrica falla (como en el caso del Maíz), la vía topológica mantiene una funcionalidad parcial, una característica de los sistemas cibernéticos robustos.
3. Robustez Agnóstica a la Modalidad: Al depender de invariantes topológicos en lugar de la alineación texto-imagen (a diferencia de WinCLIP o AnomalyDINO), el método ofrece una alternativa matemáticamente fundamentada para dominios especializados donde las descripciones textuales de las mutaciones de micro-textura son escasas o ambiguas.

Los autores reconocen limitaciones, señalando que la puntuación topológica es más ruidosa que la geométrica en dominios bien alineados, y que el despliegue en campo (fuera de las imágenes controladas de PlantVillage) sigue sin probarse. Sugieren trabajos futuros sobre la homología de dimensión 1 para estructuras de venación y mecanismos de fusión adaptativa aprendidos.