Hybrid Multi- Expert Deep Learning Framework for Operational SAR Maritime Surveillance and Dark Vessel Identification

海を、船が車として行き交う巨大で賑やかな高速道路だと想像してみてください。何十年もの間、私たちはAISと呼ばれるシステムを使って、これらの車を追跡してきました。これは、船が「私はここにいます！」と伝えるために自発的に放送する、デジタルナンバープレートのようなものです。しかし、ドライバーが料金所の脇を通り抜けるためにライトを消して隠れるように、自身の存在を隠すためにAIS信号を切ってしまう船があります。これらは「ダークベッセル（暗い船舶）」と呼ばれ、密輸や違法漁業、あるいはその他の不審な活動に使用されることがあります。これらを捕まえるためには、霧や雨、そして真っ暗な夜をも見通せる「目」が必要です。そこで登場するのが、合成開口レーダー（SAR）です。SARを、光ではなく目に見えないマイクロ波のビームを使って、強力な懐中電灯で照らすようなものだと考えてください。これは船に反射して画像を生成するため、嵐の中でも、月が隠れていても画像を作ることができます。しかし、このレーダー画像を見るのは一筋縄ではいきません。画像はしばしば粒が粗く、古いテレビのようなノイズ（スタティック）が多く、特に船がイワシの缶詰のように密集している混雑した港の近くでは非常に紛らわしいものです。科学者たちはコンピューターを使って船を見つけようと試みてきましたが、ほとんどのコンピュータープログラムは「ジェネラリスト（万能型）」です。つまり、外洋で船を見つけることは得意ですが、賑やかな港や岩の多い海岸では混乱してしまいます。

ここで、アミティ大学の研究者による新しい研究が登場します。彼らは「ハイブリッド・マルチエキスパート・ディープラーニング・フレームワーク」を提案しています。これは、単一の専門家ではなく、特化したコンピューター探偵のチームを構築したという、もっともらしい言い方です。例えば、あらゆる犯罪現場にすべての刑事が駆けつけるのではなく、賢い指令員がいる警察署を想像してください。まず指令員が現場を確認します。もしそこが静かな外洋なら、指令員は「エキスパートA」、迅速で効率的な刑事を出します。もしそこが荒れた海岸線なら、指令員は「エキスパートB」、少し慎重な刑事を出します。もしそこが船が重なり合っている非常に混雑した港なら、指令員は特別な道具を備えた最も高度な刑事である「エキスパートC」を出します。研究者たちは、実際の衛星画像を使用してこのチームをテストし、この「スマートな指令員」システムが驚くほどうまく機能することを発見しました。彼らは、レーダーが見ているものと、船が実際に放送している「デジタルナンバープレート（AIS）」を照らし合わせることで、隠れている船を特定できることを示しました。シンガポール海峡でのテストでは、システムは1,000隻以上の船を検出し、そのうち96隻を、姿を隠そうとしている「ダークベッセル」として特定しました。

「ワンサイズ・フィッツ・オール（万能型）」の探偵が抱える問題

長い間、科学者たちはレーダー画像から船を見つけるために、単一のコンピュータープログラムを使おうとしてきました。それは、本を読んだり、車を運転したり、星を見たりすることを、たった一つの眼鏡で行おうとするようなものです。一つのことには適しているかもしれませんが、他のことにはあまり上手くいきません。外洋では船同士が離れているため、単純で速い検出器で十分です。しかし、海岸付近では水面が荒れ、レーダーは波によって混乱します。密集した港では、船があまりに密集しているため、一つの巨大な塊のように見えてしまいます。従来の「定常偽陽性率（CFAR）」技術のような手法は、こうした背景ノノイズに圧倒されやすく、波に対してアラームを鳴らしてしまい、実際の船を見逃してしまうことがよくあります。

研究者たちは、環境に適応するシステムが必要だと主張しています。彼らは、一つのモデルにすべてをやらせるのではなく、コンピューターが目に見えるものに基づいてどの「エキスパート」を使うかを決定させるべきだと提案しています。

スマートな指令員：シーンのルーティング

この新しいフレームワークの第一歩は、「インテリジェント・シーン・ルーティング」です。これは受付にいる指令員のようなものです。新しいレーダー画像が届くと、システムはすぐに船を探し始めるわけではありません。まず、ResNet-50と呼ばれる改良されたニューラルネットワークを使用して、画像を見て「ここはどこか？」と問いかけます。

システムはシーンを以下の3つのタイプに分類します：

1. オフショア（沖合）: 比較的静かでクリアな外洋。
2. インショア（沿岸）: 水面が荒れ、背景が乱れている海岸。
3. 高密度ポート（混雑した港）: 船がぎっしりと詰まった港。

研究者たちは、この指令員がこの仕事を非常に得意とするように訓練しました。テストにおいて、システムは98.8%の精度で環境の種類を正しく識別しました。これは極めて重要です。なぜなら、適切なツールが適切な仕事に使われることを保証するためだからです。もし指令員が間違ったエキスパートを送ってしまえば、システムは船を見逃したり、波に惑わされたりする可能性があります。

特化した探偵のチーム

指令員が場所を特定すると、その画像を、その環境のために設計された特定のエキスパートに渡します。

• エキスパートA（オフショア）: 外洋用として、システムはYOLOv8nを使用します。これは軽量で高速なモデルです。外洋は混雑が少ないため、このエキスパートは過度に複雑である必要はなく、ただ速くて正確であればよいのです。研究者は、このエキスパートが**97%**の検出精度（平均適合率、mAP）を達成したことを明らかにしました。
• エキスパートB（インショア）: 海岸用として、システムは少し大きく、より慎重なYOLOv8sに切り替えます。また、「CFARベースの適応フィルタリング」と呼ばれる特別なテクニックも使用します。これは、ノイズレベルに応じて感度を調整する探偵のようなものです。もし波が激しければ、探偵は小さなさざ波を無視して大きな形に集中すべきであることを理解します。このエキスパートは約**86%**のmAPを達成しました。
• エキスパートC（高密度ポート）: これは重量級の役割です。混雑した港では、船が重なり合うため、個々の分離が困難になります。このエキスパートは、SwinIR（粒状のレーダー画像をクリーンアップして鮮明にするツール）と、Mask R-CNN（個々の船が触れ合っていても、その正確な輪郭を描き出すことができるモデル）を組み合わせて使用します。このエキスパートは、重なり合った船を見つける能力が非常に高く、ほぼ1.0に近い「再現率（Recall）」を達成しました。つまり、そこに存在するほぼすべての船を見つけ出し、見逃しがほとんどなかったことを意味します。

隠れる者を捕まえる：AISの融合

船を見つけることは、戦いの半分に過ぎません。真の目的は、隠れている「ダークベッセル」を見つけることです。これを行うために、システムは「AISデータ融合」と呼ばれる巧妙なトリックを使用します。

ルールを守るすべての船は、AISを通じて位置を放送しています。システムは、レーダーで見つけた船のリストを取り、位置を放送している船のリストと比較します。そして、数学的な公式（ハバーシン距離）を用いて、レーダー上の船がAISの船と同じものであると言えるほど近いかどうかを確認します。彼らは、「もしレーダー上の船がAISの船から500メートル以内にあれば、それは同一のものとみなす」というルールを設定しました。

もしレーダーが船を捉えているのに、近くにAIS信号がない場合、システムはその船をダークベッセルとしてフラグ立てします。それは、ライトなしで走っている車を見ているようなものです。そこにいることは分かっていますが、それが誰であるかは教えてくれません。

謎の船を追跡する

ダークベッセルが発見されると、システムは単にスナップショットを撮るだけでなく、追跡を開始します。システムは、過去の動きに基づいて次に何が起こるかを予測するための数学的手法であるカルマンフィルタを使用します。これは、システムの動きを予測する「ホットポテト（熱いジャガイモ）」ゲームのようなものです。もし船が突然方向を変えたり、奇妙な動きで停止したりすれば、システムはそれを異常として察知できます。これにより、当局は船が単に「どこにいるか」だけでなく、「何をしている可能性があるか」を理解することができます。

結果：実証テスト

研究者たちは、単にコンピュータ・シミュレーションの中でこれを作ったのではありません。実際のデータを用いてテストを行いました。彼らはSentinel-1衛星の画像と、世界で最も忙しい航路の一つであるシンガポール海峡のデータを使用しました。

結果は以下の通りです：

• システムは1,038件の船の検出を分析しました。
• そのうち96隻をダークベッセルとして特定しました。
• これにより、**9.24%のダークベッセル検出率（DVDR）**が得られました。

これは、この特定のテストにおいて、レーダーで検出された船の約10隻に1隻が、位置情報を放送していなかったことを意味します。研究者たちは、この結果は先行研究とも一致しており、海事交通の相当な部分が影の中で活動していることを示唆していると述べています。

なぜこれが重要なのか

この論文の主な教訓は、船を見つけるための「ワンサイズ・フィッツ・オール（万能型）」のアプローチでは不十分であるということです。異なる環境に対してそれぞれ独自のスーパーパワーを持つ専門家チームのように機能するシステムを作ることで、研究者たちは、より堅牢で正確な海洋監視方法を構築しました。

この研究は、このハイブリッド・フレームワークが、運用可能な海事監視における強力な一歩であることを示唆しています。それは単なるシミュレーションを超え、実際の衛星データやライブ・トラフィック情報で機能することを示しました。このシステムは完璧ではありませんが（完璧なシステムは存在しません）、世界の貿易ルートをより安全で確かなものにするために、隙間から抜け出そうとする「ダークベッセル」を捕まえるための有望な方法を提供しています。研究者たちは、将来的にはレーダーを他の種類のセンサーと組み合わせるなど、システムの改善を続けていく計画ですが、現時点でも、スマートなマルチエキスパート・チームこそが、隠された海のパズルを解く最善の方法であることを証明しました。