Riepilogo Tecnico: Scomposizione dei Regimi Guidata dalla Fisica (PGRU)

Enunciato del Problema

L'imaging iperspettrale cattura la riflettanza di superficie attraverso centinaia di bande, consentendo la caratterizzazione dei materiali per applicazioni in agricoltura, geologia e monitoraggio ambientale. Tuttavia, a causa della risoluzione spaziale grossolana rispetto all'eterogeneità della superficie, i singoli pixel contengono spesso risposte spettrali miste provenienti da più materiali. La scomposizione spettrale mira a recuperare le firme pure dei materiali (endmember) e le loro abbondanze frazionarie.

Il Modello di Miscelazione Lineare (LMM) è l'approccio standard grazie alla sua semplicità e interpretabilità fisica. Tuttavia, l'LMM assume che i fotoni interagiscano con un singolo materiale prima di raggiungere il sensore, un'ipotesi che fallisce in condizioni di scattering multiplo. Sebbene estensioni non lineari come il Modello Bilineare Generalizzato (GBM), il Modello di Miscelazione Post-Non Lineare (PPNM) e il modello di trasferimento radiativo di Hapke affrontino questo problema, applicano tipicamente la non linearità in modo uniforme su intere scene. Questa applicazione uniforme non riesce a distinguere quali pixel specifici richiedano un trattamento non lineare, portando spesso a prestazioni subottimali. Al contrario, gli approcci di deep learning (ad esempio, autoencoder) ottengono una forte ricostruzione ma operano come "scatole nere", offrendo nessuna spiegazione fisica per la selezione del regime o le condizioni in cui la non linearità è attiva.

Metodologia

Gli autori propongono la Scomposizione dei Regimi Guidata dalla Fisica (PGRU), un framework che stima uno scalare per pixel $\xi_i \in [0, 1]$ per attivare la miscelazione non lineare solo dove fisicamente giustificata. A differenza dei metodi precedenti, la PGRU non richiede dati etichettati che indichino se i pixel sono lineari o non lineari; invece, l'assegnazione del regime emerge dall'interazione tra il miglioramento della ricostruzione e la coerenza delle caratteristiche fisiche.

Formulazione del Modello

Ogni pixel $i$ è ricostruito come:
$$\hat{y}_i = S_{lin,i} + \xi_i \delta_{nl,i}$$
Dove:

• $S_{lin,i}$ è il componente LMM standard (abbondanze non negative che sommano a uno).
• $\delta_{nl,i}$ è un residuo non lineare.
• $\xi_i$ agisce come un interruttore: $\xi_i \approx 0$ riduce il modello all'LMM, mentre $\xi_i \approx 1$ attiva completamente il contributo non lineare.

Costruzione del Residuo Non Lineare

Il residuo $\delta_{nl,i}$ è una combinazione ponderata dei residui di tre modelli fisici:
$$\delta_{nl,i} = \sum_{k} \alpha_{ik} \delta_{ik}$$
I pesi $\alpha_{ik}$ sono coefficienti di attenzione appresi ottenuti tramite un softmax controllato dalla temperatura, che combinano:

1. GBM: Cattura lo scattering a coppie tra endmember.
2. PPNM: Introduce una distorsione quadratica sulla miscela lineare.
3. Hapke: Descrive lo scattering multiplo basato sulla teoria del trasferimento radiativo.
   La regolarizzazione dell'entropia su $\alpha_{ik}$ favorisce la concentrazione verso il meccanismo fisico dominante in ciascun pixel.

Stima del Regime Guidata dalla Fisica

L'innovazione fondamentale è che $\xi_i$ è guidato da proprietà osservabili della scena piuttosto che esclusivamente dall'errore di ricostruzione. È calcolato come:
$$\xi_i = \sigma \left( \sum_{k} w_k F_{ik} + b \right)$$
Dove:

• $F_{ik}$ rappresenta le caratteristiche fisiche e geometriche del pixel $i$ (curvatura spettrale, NDVI, gradiente NDVI, EMP, DMP, LBP).
• $w_k$ sono pesi appresi.
• $\sigma$ è la funzione sigmoide.
  Questa formulazione è equivalente a una regressione logistica sullo spazio delle caratteristiche, rendendo la decisione del regime interpretabile come una somma leggibile dei contributi delle caratteristiche.

Funzione Obiettivo

Il modello è addestrato utilizzando un guadagno di ricostruzione per pixel $\Delta_{res,i} = \|y_i - S_{lin,i}\| - \|y_i - \hat{y}_i\|$. La funzione obiettivo completa $L$ è:
$$L = \sum_{i} \left[ -\tanh(\Delta_{res,i}) + \lambda_{feat}(\xi_i - \xi_{prior,i})^2 + \lambda_{sp} \xi_i \nabla^2 \xi_i \right] + \lambda_w \|w\|^2$$

• Il primo termine premia l'attivazione non lineare dove riduce l'errore di ricostruzione (saturato da $\tanh$).
• Il secondo termine ancora $\xi_i$ al prior basato sulle caratteristiche, con $\lambda_{feat}$ annegato durante l'addestramento.
• Il terzo termine promuove la coerenza spaziale della mappa del regime tramite un regolarizzatore Laplaciano.
• L'ultimo termine è una regolarizzazione L2 sui pesi.
  Non vengono utilizzati etichette per i pixel; l'assegnazione del regime è completamente non supervisionata.

Risultati Chiave

Gli autori hanno valutato la PGRU su tre dataset di riferimento: Samson, Jasper Ridge e Urban. Le linee di base includevano LMM, GBM e PPNM.

• Accuratezza di Ricostruzione: La PGRU ha ottenuto miglioramenti coerenti su tutte le linee di base su tutti i dataset.
  • Samson: l'rRMSE è sceso da 0,495 (LMM) a 0,052 (PGRU).
  • Jasper Ridge: l'rRMSE è sceso da 0,347 (LMM) a 0,068 (PGRU).
  • Urban: l'rRMSE è sceso da 0,331 (LMM) a 0,064 (PGRU).
  • Significativamente, le linee di base non lineari uniformi (GBM, PPNM) non hanno superato costantemente l'LMM, confermando che la non linearità uniforme può essere controproducente.
• Coerenza Fisica: La correlazione $\rho$ tra la mappa di attivazione $\xi$ e il guadagno di ricostruzione $\Delta_{res}$ ha superato 0,90 su tutti i dataset (0,93, 0,91 e 0,92 rispettivamente), confermando che la miscelazione non lineare è attivata precisamente dove si osservano miglioramenti nella ricostruzione.
• Interpretabilità: L'analisi dei pesi delle caratteristiche ha rivelato un comportamento adattivo alla scena:
  • In Jasper Ridge, l'NDVI ha dominato, concentrando l'attivazione non lineare nella vegetazione densa (scattering multiplo atteso) e sopprimendola sull'acqua.
  • In Urban, la curvatura spettrale ha guidato la selezione, riflettendo la complessità strutturale ai confini dei materiali piuttosto che le interazioni vegetali.
  • Le mappe spaziali (ad es. Fig. 1) hanno dimostrato che il modello ancora la selezione del regime a proprietà misurabili della scena, fornendo spiegazioni a livello di pixel sul perché un pixel è non lineare.

Significato e Affermazioni

Il documento afferma che la PGRU colma una lacuna critica nella scomposizione spettrale: determinare perché un pixel specifico richiede un modello non lineare. Ancorando lo scalare del regime $\xi_i$ a caratteristiche fisiche osservabili, il modello produce mappe di regime interpretabili senza dati etichettati.

Gli autori affermano che la non linearità selettiva e spiegabile supera sia gli approcci lineari uniformi che quelli non lineari uniformi. Posizionano la PGRU come un'alternativa pratica ai modelli globalmente lineari o globalmente non lineari, offrendo una via di mezzo in cui la non linearità è applicata solo dove giustificata da prove fisiche.

Gli autori mantengono un tono modesto riguardo alle loro affermazioni, notando che:

1. Questi risultati sono preliminari e richiedono una validazione più ampia rispetto alle recenti linee di base di deep learning.
2. L'importanza relativa dell'insieme di modelli fisici, dell'attivazione guidata dalle caratteristiche e della regolarizzazione spaziale non è ancora stata disgiunta attraverso uno studio di ablazione sistematico.
3. È necessario un lavoro futuro per estendere il metodo a impostazioni di scomposizione cieca, scenari con etichette di ground-truth per interazioni non lineari e scenari di miscelazione più complessi.