Résumé Technique : Réseau de Mise en Correspondance de Graphes Pondéré par le Feedback de Confiance pour l'Appariement de Sites de Dommages Induits par Laser en Ligne-Hors Ligne

1. Énoncé du Problème

L'article traite du défi critique de la vérification de l'authenticité des sites de dommages induits par laser (LID) détectés dans les images d'inspection en ligne des optiques finales dans les installations laser de haute puissance (par exemple, la National Ignition Facility). Alors que les systèmes en ligne surveillent les états de dommages en temps réel, ils génèrent fréquemment des sites de « pseudo-dommages » causés par la lumière parasite ou la poussière, qui ressemblent étroitement à de véritables dommages. Pour les distinguer, les détections en ligne doivent être mises en correspondance avec des images de vérité terrain acquises hors ligne après élimination de la poussière et suppression de la lumière parasite.

Cette tâche d'appariement est nettement plus difficile que la mise en correspondance d'images conventionnelle en raison de quatre facteurs principaux :

1. Caractéristiques Discriminantes Limitées : Les sites de dommages manquent souvent de texture et d'informations structurelles locales, les sites de grande taille souffrant d'une surexposition centrale.
2. Distorsions Géométriques Locales : Des facteurs tels que l'imagerie inclinée hors axe, la distorsion optique et l'acquisition asynchrone (entraînant une croissance ou une réparation des dommages) provoquent des décalages non uniformes des coordonnées des centroïdes, rendant les modèles d'homographie globale simples insuffisants.
3. Distracteurs Non-Correspondants : Les sites de pseudo-dommages et les décalages d'acquisition introduisent de nombreux nœuds à un seul côté qui agissent comme des distracteurs.
4. Rareté des Données : Les stratégies opérationnelles strictes limitent l'accumulation de jeux de données appariés en ligne-hors ligne à grande échelle.

Les méthodes existantes, incluant les descripteurs locaux classiques (SIFT, ORB) et les algorithmes d'identification d'étoiles, peinent face à l'instabilité des caractéristiques et aux distorsions géométriques. Bien que les réseaux de neurones sur graphes (GNN) soient prometteurs, les modèles standards manquent souvent de mécanismes explicites pour supprimer la propagation des caractéristiques provenant des sites distracteurs non correspondants lors de l'agrégation, ce qui réduit la précision.

2. Méthodologie : CFW-GMN

Les auteurs proposent le Confidence-Feedback-Weighted Graph Matching Network (CFW-GMN), un cadre d'apprentissage profond qui opère uniquement sur les coordonnées des centroïdes des sites de dommages. Le réseau utilise un cadre itératif à trois tours pour affiner progressivement la confiance de l'appariement et supprimer les interférences.

Architecture Centrale

Le pipeline se compose de six composants : construction du graphe, encodage de caractéristiques, inférence d'appariement basée sur le transport optimal, estimation de la confiance, formulation de la perte et post-traitement de l'appariement.

• Construction du Graphe : La méthode évite les caractéristiques d'apparence instables (niveaux de gris, texture). Au lieu de cela, elle construit des graphes où les nœuds représentent les centroïdes des dommages et les arêtes encodent les informations géométriques relatives (déplacement $\Delta x, \Delta y$ et orientation $\theta$).
• Encodage de Caractéristiques Itératif : Le réseau effectue trois étapes d'encodage de caractéristiques. Chaque étape comprend une agrégation de caractéristiques d'arêtes (EFA), un encodage positionnel et une auto-attention et une attention croisée locales.
  • Étape 1 (Pondération Uniforme) : Utilise des poids uniformes pour l'EFA afin d'établir un contexte géométrique initial.
  • Étapes 2 & 3 (Pondérées par la Confiance) : Introduisent l'innovation centrale : la Pondération de la Confiance de Mise en Correspondance (Matchability Confidence Weighting). Le réseau estime un score de confiance pour la probabilité de chaque nœud d'avoir un véritable homologue. Ce score est réinjecté comme un poids adaptatif pour moduler l'agrégation des caractéristiques d'arêtes lors des tours suivants.
    • Mécanisme : Les nœuds à haute confiance reçoivent des poids d'agrégation plus élevés, tandis que les nœuds à faible confiance (probablement des distracteurs) sont pondérés à la baisse. Cela supprime explicitement la propagation des interférences provenant des sites non correspondants.
• Correction de la Cohérence Géométrique : Pour éviter la surestimation de la confiance pour les nœuds ayant des structures locales ambiguës, une troisième itération incorpore une contrainte de cohérence géométrique. En utilisant RANSAC pour estimer une homographie globale à partir des correspondances à haute confiance, le système calcule les erreurs de reprojection. Les nœuds s'écartant significativement de la transformation globale voient leurs scores de confiance corrigés (pondérés à la baisse), garantissant que seuls les nœuds géomététriquement cohérents pilotent l'agrégation finale.
• Encodage Positionnel : Pour résoudre les ambiguïtés où différentes localisations spatiales partagent des structures locales similaires, la méthode intègre des fonctions de Fourier aléatoires (RFF) pour encoder l'information de position globale aux côtés des caractéristiques géométriques locales.
• Inférence d'Appariement : Le réseau utilise un algorithme de transport optimal de type Sinkhorn dans le domaine logarithmique avec un mécanisme de « poubelle » (dustbin) pour gérer les nœuds non appariés et générer une matrice d'appariement souple. Une stratégie de plus proche voisin mutuel contrainte par la distance filtre les correspondances finales.

Fonctions de Perte

L'entraînement utilise une optimisation progressive en deux étapes :

1. Perte Principale ($L_{main}$) : Une perte de log-vraisemblance négative pondérée combinant la supervision de l'appariement réel et la suppression des nœuds non correspondants.
2. Perte de Minage d'Exemples Difficiles Locaux ($L_{hard}$) : Introduite après une période de chauffe (warm-up), cette perte impose une contrainte de marge entre les correspondances réelles et leurs distracteurs proches et structurellement similaires (négatifs difficiles), améliant la discrimination locale.

3. Contributions Clés

1. Mécanisme de Feedback de Confiance : L'article introduit un nouveau mécanisme itératif où la confiance de mise en correspondance, estimée à partir des scores d'appariement, est réinjectée comme un poids de fiabilité pour l'agrégation des caractéristiques d'arêtes. Cela régule explicitement le flux d'information, supprimant la propagation des distracteurs et améliorant la discriminabilité inter-graphes.
2. Calibration de la Cohérence Géométrique : Une stratégie de correction est proposée pour calibrer les estimations de confiance en utilisant la cohérence géométrique globale (via RANSAC et l'erreur de reprojection), atténuant les erreurs causées par les ambiguïtés structurelles locales.
3. Robustesse aux Caractéristiques Faibles : En se reposant uniquement sur les coordonnées des centroïdes et la géométrie relative, la méthode contourne le besoin de caractéristiques de texture instables, ce qui la rend adaptée à la nature éparse et surexposée des sites de dommages laser.
4. Minage d'Exemples Difficiles : L'intégration d'une perte de minage d'exemples difficiles locaux cible spécifiquement le défi consistant à distinguer les vrais dommages des pseudo-dommages proches ayant des configurations géométriques similaires.

4. Résultats Expérimentaux

La méthode a été évaluée sur un jeu de données réel (installation laser CAEP) et un ensemble d'entraînement synthétique. Deux ensembles de test ont été utilisés : Simplified-Scene (moins de distracteurs) et Complex-Scene (non filtré, interférence élevée).

• Performance : Sur le jeu de données Complex-Scene, le CFW-GMN a atteint un F1-score de 96,36 %, surpassant de manière significative les méthodes de référence, notamment les descripteurs traditionnels (ORB, BRISK), les algorithmes d'identification d'étoiles (Group Match) et les GNN standards (GCN, GAT, SuperGlue).
• Robustesse : La méthode a démontré une grande stabilité, avec un écart-type du F1-score de seulement 0,0237 sur les échantillons. La chute de performance de Simplified-Scene à Complex-Scene a été minimale (2,89 points de pourcentage), indiquant une forte résilience aux interférences.
• Efficacité : Le temps de traitement moyen était d'environ 0,72 seconde par paire d'images, ce qui convient aux scénarios d'inspection rapide.
• Études d'Ablation : Le retrait de la pondération par feedback de confiance (modules itératifs) a provoqué une chute significative des performances (le F1-score est tombé à environ 80 %), confirmant la nécessité du mécanisme de feedback. De même, le retrait de l'encodage positionnel et de l'attention locale a entraîné des baisses substantielles de rappel, soulignant leur rôle dans la capture des véritables correspondances.

5. Signification et Revendications

L'article affirme que le CFW-GMN fournit une solution robuste et efficace pour le problème spécifique et à enjeux élevés de la vérification des dommages induits par laser dans les installations laser de haute puissance. En modélisant explicitement la suppression de la propagation des distracteurs via une boucle de feedback de confiance, la méthode surmonte les limites des techniques de suppression implicite existantes.

Les auteurs soulignent que leur approche permet un appariement de haute précision (F1-score de 96,36 %) même lorsque la proportion de sites interférants (non correspondants) est élevée (environ 56 % dans le test Complex-Scene). La méthode est présentée comme un outil pratique qui soutient l'exploitation sûre à long terme des installations laser de haute puissance en permettant une évaluation rapide et précise de l'état des dommages, comblant ainsi l'écart entre la détection en ligne et la vérité terrain hors ligne. Le travail suggère que les améliorations futures pourraient se concentrer sur la construction de caractéristiques plus discriminantes, mais que le cadre actuel répond efficacement aux défis fondamentaux des caractéristiques faibles et des distorsions géométriques complexes dans ce domaine.