Resumen Técnico: Detección de Anomalías Basada en la Reconstrucción de Imágenes No Supervisada para la Segmentación de Derrames de Petróleo en Imágenes SAR

Planteamiento del Problema

La detección de derrames de petróleo es crítica para mitigar el daño ambiental y las pérdidas económicas. Si bien la imaginería de Radar de Apertura Sintética (SAR) es el medio preferido para el monitoreo debido a sus capacidades de todo tipo de clima, día y noche, los métodos actuales de detección de vanguardia dependen fuertemente del aprendizaje profundo supervisado. Estos enfoques supervisados requieren etiquetas de verdad de campo a nivel de píxel, un proceso que es laborioso, costoso y requiere experiencia de campo. Además, las técnicas de detección de anomalías no supervisadas existentes, a menudo desarrolladas para imágenes médicas, industriales o de datos hiperespectrales, tienen dificultades con la imaginería SAR. Los derrames de petróleo en SAR aparecen como anomalías difusas, de bajo contraste y basadas en la textura que se asemejan estrechamente a las superficies marinas en calma, lo que dificulta su distinción de las variaciones normales del fondo y de los "simuladores" (por ejemplo, placas biológicas, zonas de viento bajo). Adicionalmente, la retrodispersión coherente y el ruido de moteado (speckle) inherentes a los datos SAR difieren fundamentalmente de las distribuciones espectrales suaves de los datos hiperespectrales, lo que hace que muchas arquitecturas de detección de anomalías existentes sean ineficaces.

Metodología

Los autores proponen Res6-Deep11, un nuevo modelo de detección de anomalías basado en la reconstrucción de imágenes no supervisada, diseñado específicamente para la imaginería SAR. La premisa central es entrenar el modelo exclusivamente con imágenes de océano "normales" (sin derrames de petróleo). En consecuencia, el modelo aprende a reconstruir patrones típicos de la superficie del mar pero falla al reconstruir con precisión las regiones anómalas (derrames de petróleo), lo que permite identificar estas áreas mediante el error de reconstrucción.

Arquitectura

El modelo es un Autoencoder Convolucional (CAE) con una arquitectura asimétrica para evitar el mapeo de identidad (donde la red simplemente copia la entrada a la salida), lo que reduciría la sensibilidad a las anomalías.

• Codificador (Encoder): Basado en una arquitectura ResNet modificada (6 bloques residuales) preentrenada en el conjunto de datos SAR BEN-S1.0. El pooling de promedio global y las capas totalmente conectadas de la ResNet estándar se eliminan para preservar las dimensiones espaciales, resultando en un espacio latente de $8 \times 8$. Un bloque convolucional preliminar reduce la escala de las imágenes de entrada de $256 \times 256$ para coincidir con los requisitos del codificador preentrenado.
• Decodificador (Decoder): Consiste en 11 bloques convolucionales que utilizan convoluciones transpuestas e interpolación bicúbica para reescalar la representación latente de vuelta a $256 \times 256$.
• Normalización: El modelo emplea Renormalización por Lotes (BRN) en lugar de la Normalización por Lotes estándar para manejar la alta variabilidad en los niveles de ruido y la apariencia de la superficie del mar en diferentes escenas SAR.

Comparación de Características Multietapa (MFC)

Una innovación clave es el uso de la Comparación de Características Multietapa tanto en la función de pérdida como en el cálculo del mapa de anomalías para abordar el desalineamiento de píxeles y mejorar la localización.

1. Función de Pérdida MFC: Durante el entrenamiento, la pérdida se calcula no solo en la diferencia de píxeles entre la imagen de entrada y la reconstruida, sino también en las diferencias de características en tres etapas distintas (entrada/reconstrucción, capas intermedias del codificador/decodificador). La pérdida combina el Error Cuadrático Medio (MSE) y la similitud de coseno:
   $$L_n(i, j) = -\lambda \cos(F_E^n, F_D^n) + (1-\lambda) \text{MSE}(F_E^n, F_D^n)$$
   donde $F_E$ y $F_D$ son los vectores de características del codificador y el decodificador, respectivamente.
2. Mapa de Puntuación de Anomalía: Para la inferencia, el mapa de anomalías se genera calculando el MSE entre los mapas de características multietapa del codificador y el decodificador. Estos mapas se reescalan a la resolución de entrada y se suman para producir el mapa de puntuación de anomalía final. Las puntuaciones altas indican regiones donde el modelo falló al reconstruir la entrada (es decir, derrames de petróleo).

Preprocesamiento

El flujo de trabajo incluye un preprocesamiento básico (normalización) y un paso de preprocesamiento avanzado opcional que involucra la Ecualización de Histograma Adaptativa con Límite de Contraste (CLAHE) y la reducción de ruido por Medias No Locales (NLM). El estudio encontró que el modelo es robusto a estas variaciones, ya que la comparación de características multietapa maneja intrínsecamente las distorsiones menores a nivel de píxel.

Contribuciones Clave

1. Modelo Res6-Deep11: El primer modelo de aprendizaje profundo no supervisado diseñado específicamente para detectar anomalías difusas, de bajo contraste y basadas en la textura en imaginería SAR sin requerir etiquetas de verdad de píxel durante el entrenamiento.
2. Estrategia de Comparación de Características Multietapa: Un enfoque novedoso que integra comparaciones a nivel de características tanto en la función de pérdida como en la generación del mapa de anomalías. Esto reduce la sensibilidad al desalineamiento de píxeles y mejora la precisión de la localización de los derrames de petróleo en comparación con los métodos estándar de error de reconstrucción de píxeles.
3. Demostración de la Viabilidad No Supervisada: El trabajo demuestra que los métodos no supervisados pueden lograr un rendimiento competitivo frente a los enfoques supervisados en la detección de derrames de petróleo, abordando el cuello de botella de la anotación de datos.

Resultados Experimentales

El modelo fue evaluado en un conjunto de datos derivado del Portal de Acceso a Datos de CSIRO, que consta de 7,700 imágenes de océano normal y 700 imágenes de derrames de petróleo (utilizadas para pruebas con verdad de campo anotada manualmente).

• Métricas de Desempeño: Res6-Deep11 logró un F1-score de 77.33%, un IoU de 63.04% y una Precisión de 87.32%.
• Comparación: El modelo superó a las líneas base de detección de anomalías no supervisadas de vanguardia (f-AnoGAN, SALAD y RD4AD) en todas las métricas. Notablemente, logró una Tasa de Falsos Positivos (FPR) significativamente más baja de 1.04% en comparación con f-AnoGAN (10.15%), lo que indica un comportamiento de predicción más cauteloso y confiable.
• Estudios de Ablación: Los experimentos confirmaron que el uso de MFC tanto en la función de pérdida como en el cálculo del mapa de anomalías produjo resultados superiores en comparación con el uso de pérdida MSE estándar o pérdidas de Autoencoder Variacional (VAE). Eliminar MFC del cálculo del mapa de anomalías degradó significamente el desempeño, resaltando su importancia para la localización precisa.
• Robustez: El modelo mostró una degradación mínima de desempeño cuando se probó con datos preprocesados (reducidos de ruido/con realce de contraste), confirmando su resiliencia a las variaciones de entrada.

Significado y Limitaciones

El artículo afirma que Res6-Deep11 ofrece una solución viable para el monitoreo ambiental en escenarios donde los datos anotados son escasos. Al eliminar la necesidad de etiquetado a nivel de píxel, el método reduce la dependencia de la costosa experiencia de campo y permite el uso de grandes volúmenes de datos SAR no etiquetados. La alta precisión y la baja tasa de falsos positivos son particularmente valiosas, ya que las falsas alarmas en la detección de derrames de petróleo pueden conducir a operaciones de limpieza costosas e innecesarias.

Sin embargo, los autores reconocen modestamente limitaciones respecto a la generalización en escenarios complejos. El conjunto de datos de entrenamiento actual contiene ejemplos limitados de "simuladores", barcos y tierra. Cuando se probó en un subconjunto de imágenes que contienen objetos altamente reflectantes como embarcaciones, el desempeño del modelo se degradó (el F1-score cayó a 49.65%, el IoU a 33.03%). Los autores concluyen que, si bien el método es efectivo para la detección de derrames de petróleo en escenas oceánicas relativamente limpias, el trabajo futuro debe abordar la diversidad de objetos en la imaginería SAR para asegurar la robustez en entornos realistas y congestionados. El estudio no pretende resolver el problema de los simuladores por completo, sino establecer una base sólida para la detección no supervisada que puede ser refinada mediante datos más diversos.