Spatio-Temporal driven Attention Graph Neural Network with Block Adjacency matrix (STAG-NN-BA) for Remote Land-use Change Detection

1. Il Problema

Il monitoraggio dell'uso del suolo è fondamentale per la pianificazione territoriale, specialmente di fronte alla crescita della popolazione globale e ai cambiamenti climatici. Tuttavia, l'analisi delle immagini satellitari presenta sfide significative:

• Natura Non Euclidea: La superficie terrestre è intrinsecamente non euclidea (geodetica), con irregolarità dovute a montagne e oceani. I metodi di Deep Learning tradizionali (come le CNN) operano su domini euclidei (griglie regolari di pixel), limitando la loro efficacia nella cattura delle relazioni spaziali complesse.
• Eterogeneità dei Dati: Le immagini satellitari ad alta risoluzione soffrono di alta eterogeneità interna (variazioni di illuminazione, stagioni, sensori diversi), rendendo difficile la classificazione basata sui singoli pixel.
• Complessità Computazionale: Rappresentare ogni pixel come un nodo in un grafo porta a un numero enorme di nodi, aumentando drasticamente i costi di calcolo e memoria.
• Analisi Spazio-Temporale: I superpixel (regioni omogenee) sono irregolari e cambiano nel tempo. Questo rende difficile costruire grafi spazio-temporali coerenti, poiché la struttura del grafo non rimane statica tra diverse acquisizioni temporali.

2. Metodologia Proposta

Gli autori propongono un framework ibrido che combina segmentazione delle immagini, grafi di adiacenza regionale e reti neurali su grafi (GNN) con meccanismi di attenzione.

A. Segmentazione in Superpixel (SLIC)

Invece di elaborare i pixel grezzi, il metodo utilizza l'algoritmo SLIC (Simple Linear Iterative Clustering) per segmentare l'immagine in "superpixel" (regioni omogenee).

• Ogni superpixel diventa un nodo del grafo.
• Questo riduce drasticamente la complessità (es. da 65.536 pixel a ~75 nodi per immagine) e riduce la ridondanza spaziale.
• Viene costruito un Region Adjacency Graph (RAG), dove i nodi sono connessi solo se i superpixel sono adiacenti fisicamente nell'immagine.

B. Spatially driven Attention Graph Neural Network (SAG-NN)

Per la classificazione spaziale, gli autori introducono una variante migliorata della Graph Attention Network (GAT):

• Miglioramento del GAT: A differenza di GATv1 e GATv2, che possono avere limitazioni nella capacità di apprendimento o essere ottimizzati per grafi specifici, SAG-NN introduce un bias induttivo relazionale.
• Meccanismo: Aggrega le caratteristiche dei vicini e utilizza un meccanismo di attenzione per pesare l'importanza relativa dei nodi adiacenti. La funzione di scoring è modificata per evitare che i livelli appresi collassino in un singolo strato lineare, migliorando la capacità di ranking dei nodi attentati.

C. STAG-NN-BA (Spatio-Temporal driven Attention GNN con Matrice di Adiacenza a Blocchi)

Per gestire i dati spazio-temporali (cambiamenti d'uso del suolo nel tempo), gli autori affrontano il problema della variabilità dei nodi nel tempo:

• Temporal-RAG: I RAG di immagini provenienti da anni diversi vengono combinati in un "supergrafo".
• Matrice di Adiacenza a Blocchi (Block Adjacency Matrix): Poiché i superpixel cambiano nel tempo, i grafi temporali non possono essere sovrapposti come in una griglia di pixel. La soluzione è creare una matrice di adiacenza a blocchi diagonali. Ogni blocco rappresenta il grafo di un'immagine specifica (tempo $t$), mentre i blocchi fuori diagonale collegano i grafi temporali, permettendo la propagazione delle informazioni attraverso il tempo.
• Pooling Globale: Vengono proposti due approcci di aggregazione finale:
  1. STAG-NN-BA-GSP (Global Sum Pooling): Somma le embedding di tutti i nodi del supergrafo.
  2. STAG-NN-BA-GCP (Global Concatenated Pooling): Concatena le embedding separate di ciascun grafo temporale per preservare l'ordine temporale.

3. Contributi Chiave

1. Architettura Ibrida: Integrazione di segmentazione SLIC e GAT per l'analisi di dati di telerilevamento, superando i limiti delle CNN euclidee.
2. SAG-NN: Una nuova architettura GNN che migliora la funzione di scoring dell'attenzione, incorporando bias induttivi relazionali per una migliore aggregazione delle caratteristiche dei vicini.
3. STAG-NN-BA: Un metodo innovativo per l'analisi spazio-temporale su dati irregolari, che utilizza matrici di adiacenza a blocchi per gestire grafi con topologie variabili nel tempo.
4. Efficienza: Il metodo riduce significativamente il costo computazionale rispetto alle CNN 3D e ad altri approcci basati su grafi densi, mantenendo o migliorando l'accuratezza.

4. Risultati Sperimentali

Il modello è stato valutato su tre dataset: MNIST (come benchmark), Asia14 (classificazione spaziale) e C2D2 (classificazione delle transizioni spazio-temporali).

• Classificazione Spaziale (Asia14):
  • Su grafi basati su pixel: SAG-NN ha raggiunto il 77.00% di accuratezza, superando modelli classici (ResNet, Inception) e altre GNN (GATv1, GraphSAGE).
  • Su grafi basati su superpixel: SAG-NN ha raggiunto l'80.98%, dimostrando superiorità rispetto a GCN, GraphSAGE e GATv2, con un numero di parametri molto inferiore.
• Classificazione Spazio-Temporale (C2D2 - Transizioni di uso del suolo):
  • Il modello STAG-NN-BA-GSP ha ottenuto il miglior risultato con il 77.83% di accuratezza.
  • Ha superato il modello di riferimento 3D-ResNet-34 di circa il 20% in accuratezza e SAG-NN-E (baseline spaziale) di circa il 17.81%.
  • Efficienza: Il tempo di passaggio in avanti (forward pass) è stato di circa 2.62 ms, significativamente inferiore rispetto a 3D-ResNet-34 (>3.6 ms) e con un numero di parametri molto ridotto (0.030 M vs 63.50 M).

5. Significato e Impatto

• Monitoraggio Climatico: Il metodo permette di rilevare con precisione transizioni critiche come costruzione/distruzione, coltivazione/abbandono, e deforestazione/afforestazione. Questo è cruciale per calcolare le emissioni di carbonio e sviluppare strategie di adattamento ai cambiamenti climatici.
• Scalabilità: L'uso di superpixel e grafi sparsi rende l'approccio scalabile per grandi aree geografiche, riducendo i costi computazionali rispetto ai metodi basati su pixel o volumi 3D.
• Generalizzazione: L'approccio dimostra che i dati di telerilevamento, spesso complessi e irregolari, possono essere efficacemente modellati come grafi, aprendo la strada a nuove applicazioni nell'intelligenza artificiale geospaziale.

In sintesi, il paper presenta una soluzione robusta ed efficiente per il rilevamento dei cambiamenti nell'uso del suolo, superando i limiti dei metodi tradizionali grazie a un'architettura di Graph Neural Network ottimizzata per la natura non euclidea e dinamica dei dati satellitari.