DS@GT ARC at AnimalCLEF 2026: Species-Aware Graph Construction for Multi-Species Animal Re-Identification

Riepilogo Tecnico: DS@GT ARC ad AnimalCLEF 2026

Definizione del Problema
Il documento affronta la sfida della re-identificazione automatizzata di singoli animali (ARC) in un contesto di clustering multi-specie. A differenza dei precedenti compiti di open-set che richiedevano di distinguere individui noti da ignoti, la sfida AnimalCLEF 2026 si è concentrata sul raggruppamento (clustering) di immagini di quattro specie distinte—lince eurasiatica (Lynx lynx), salamandra di fuoco (Salamandra salamandra), tartaruga caretta (Caretta caretta) e lucertola cornuta del Texas (Phrynosoma cornutum)—in gruppi di identità senza etichette pregresse per il set di test. La difficoltà principale risiede nel separare gli indizi di identità dalle variazioni di disturbo come posa, illuminazione, sfondo, risoluzione e morfologia specifica della specie. Un modo critico di fallimento identificato è il problema del "ponte di bordo" (bridge edge) nel clustering: coppie di falsi positivi con punteggio elevato che, se accettate come archi del grafo, fondono individui distinti attraverso la chiusura transitiva, degradando gravemente l'Indice Rand Corretto (ARI).

Metodologia
Il team DS@GT ha formulato la re-identificazione come un problema di costruzione di grafi consapevole della specie piuttosto che come un semplice compito di recupero dei vicini più prossimi. La pipeline opera in cinque fasi distinte:

1. Pre-elaborazione Specifica per la Specie: Il sistema applica una pre-elaborazione su misura per ogni specie per mitigare i cambiamenti di dominio. Ciò include l'aumento del tempo di test (TTA) tramite flip verticale, il masking del foreground basato su SAM3 per le salamandre per rimuovere sfondi rumorosi, e il padding quadrato per le immagini delle linci.
2. Recupero Globale dei Candidati: Il sistema utilizza descrittori globali per generare una lista breve di coppie candidate. Valuta due backbone primari: MegaDescriptor (addestrato sulla re-identificazione animale) e MiewID (un modello di embedding multi-specie). I budget di recupero sono gestiti per ridurre la complessità quadratica dei confronti tra coppie.
3. Verifica Locale: Le coppie selezionate subiscono un matching di feature locali utilizzando LightGlue con molteplici famiglie di keypoint (SuperPoint, SIFT, ALIKED e DISK). Questo passaggio fornisce prove riguardanti segni specifici, macchie e texture che i descrittori globali potrebbero perdere.
4. Scoring delle Coppie Appreso: Un modello di decision tree gradient-boosted LightGBM assegna un punteggio alle coppie candidate. Il modello integra similarità globale, rango di recupero, feature di contesto del vicinato (ad esempio, vicini condivisi, sovrapposizione di Jaccard) e riepiloghi della verifica locale. Fondamentalmente, questi punteggi sono trattati come proposte di forza dell'arco piuttosto che come predizioni di identità finali.
5. Costruzione del Grafo Conservativa e Clustering: Il sistema impiega gate di ammissione degli archi rigorosi (soglie, requisiti di supporto locale e controlli di coerenza del vicinato) per filtrare potenziali archi ponte. Il grafo rimanente viene poi raggruppato utilizzando la rilevazione di comunità di Leiden, che consente di suddividere componenti pesate o l'analisi delle componenti connesse.

Contributi Chiave

• Costruzione di Grafi Consapevole della Specie: Il documento dimostra che una singola configurazione globale è insufficiente per specie diverse. La strategia vincente ha comportato la selezione di specifici punti operativi (backbone, pre-elaborazione e soglie del grafo) per ogni specie basandosi su studi di ablazione.
• Mitigazione degli Archi Ponte: Il sistema affronta esplicitamente il modo di fallimento della chiusura transitiva dando priorità all'ammissione conservativa degli archi. Gli autori dimostrano che prevenire le fusioni errate è più critico rispetto alla massimizzazione del richiamo (recall) nella fase iniziale di recupero.
• Integrazione di Evidenze Multi-Modali: L'approccio fonde con successo descrittori globali, matching di feature locali (LightGlue) e contesto del vicinato in un framework di scoring unificato, mostrando che l'evidenza locale è essenziale per validare le similarità globali.
• Analisi Esplorativa 3D e di Scala: Il documento documenta il lavoro esplorativo sulla normalizzazione della posa 3D (unwrapping UV) per le linci e la rilevazione della scala per le lucertole cornute del Texas. Sebbene questi non siano stati inclusi nella sottomissione finale, evidenziano il potenziale per indizi geometrici specifici della specie.

Risultati
La sottomissione di DS@GT ha ottenuto un ARI pubblico di 0,733 e un ARI privato di 0,674, classificandosi al 5° posto su 230 team.

• Gap di Performance: I primi cinque team erano separati da un margine ristretto (0,030 ARI), mentre i sistemi baseline (WildFusion e MegaDescriptor) hanno ottenuto punteggi significativamente inferiori (0,21 ARI).
• Riscontri Specifici per Specie:
  • Salamandre: Le più sensibili alla scelta della pre-elaborazione e del backbone. Sostituire MiewID con MegaDescriptor e rimuovere il masking SAM3 ha ridotto significativamente le prestazioni.
  • Tartarughe Caretta: Un recupero più forte (fusione MegaDescriptor + MiewID) non si è tradotto automaticamente in un miglior clustering; i controlli del grafo a valle sono stati il fattore limitante.
  • Linci: Hanno mostrato una divergenza tra i punteggi pubblici e privati basata sulla forma del grafo; componenti connesse più grandi hanno migliorato i punteggi privati ma hanno danneggiato quelli pubblici, indicando diverse caratteristiche di suddivisione.
  • Lucertole Cornute del Texas: Hanno operato come una pura sfida di clustering senza identità di addestramento etichettate, affidandosi a una costruzione di grafo non supervisionata.

Significatività e Affermazioni
Il documento afferma che una robusta re-identificazione della fauna selvatica richiede più di semplici rappresentazioni visive forti; necessita dell'integrazione calibrata di similarità globale, segni di identità locali, contesto del vicinato e vincoli a livello di grafo. Gli autori sottolineano che il "punto operativo" della costruzione del grafo — specificamente il compromesso tra frammentazione e sovra-fusione — è tanto critico quanto la qualità del descrittore stesso. I risultati suggeriscono che per il clustering multi-specie, un approccio unico non è sufficiente e che la calibrazione specifica per specie dell'intera pipeline (dalla pre-elaborazione alle soglie del grafo) è essenziale per ottenere prestazioni allo stato dell'arte.