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

Resumo Técnico: STAG-NN-BA para Detecção de Mudanças de Uso do Solo

1. Problema e Contexto

O monitoramento do uso do solo é fundamental para o planejamento espacial e a compreensão dos impactos das mudanças climáticas e do crescimento populacional. No entanto, a aplicação de redes neurais profundas tradicionais (como CNNs) a dados de sensoriamento remoto enfrenta limitações significativas:

• Domínio Euclidiano vs. Não-Euclidiano: As CNNs operam em grades regulares (pixels), mas a superfície da Terra é inerentemente não-euclidiana (esférica, com variações de altitude e profundidade).
• Heterogeneidade e Redundância: A classificação baseada em pixels em imagens de alta resolução é ineficiente devido à alta heterogeneidade interna das coberturas terrestres e à redundância de informações entre pixels adjacentes.
• Complexidade Temporal: Modelar mudanças ao longo do tempo (espaço-tempo) é desafiador porque superpixels (agregados de pixels) são irregulares e mudam de forma e quantidade entre diferentes timestamps, impedindo a criação direta de grafos espaço-temporais padronizados.

2. Metodologia Proposta

Os autores propõem uma abordagem híbrida que combina segmentação de imagem, Grafos de Adjacência de Região (RAG) e Redes Neurais de Atenção em Grafos (GAT). O fluxo de trabalho divide-se em quatro etapas principais:

A. Segmentação por Superpixels (SLIC)
Em vez de tratar cada pixel como um nó, o método utiliza o algoritmo SLIC (Simple Linear Iterative Clustering) para dividir a imagem em regiões homogêneas (superpixels).

• Vantagem: Reduz drasticamente o número de nós no grafo (ex: de 65.536 pixels para ~75 superpixels), diminuindo a complexidade computacional e capturando melhor as fronteiras de objetos reais (edificações, vegetação).
• Comparação: O SLIC demonstrou superioridade sobre Quickshift e Felzenszwalb na segmentação de imagens de satélite, especialmente em áreas construídas e agrícolas.

B. Construção do Grafo (RAG)
Cada superpixel torna-se um nó em um Grafo de Adjacência de Região (RAG). As arestas conectam apenas superpixels adjacentes fisicamente, formando um grafo compacto que permite a propagação global de informações.

C. Arquitetura SAG-NN (Spatial Attention Graph Neural Network)
Para classificação espacial, propõe-se uma melhoria na função de pontuação do GAT (Graph Attention Network):

• Limitação do GATv1/v2: O GATv1 aplica camadas aprendidas consecutivamente (podendo ser colapsadas em uma única camada linear), e o GATv2 funciona melhor em grafos bipartidos completos.
• Inovação SAG-NN: Introduz um viés indutivo relacional agregando características dos vizinhos e refinando a pontuação de atenção. A arquitetura utiliza uma combinação de agregação de características de vizinhança e mecanismos de atenção para aprender a importância relativa dos vizinhos irregulares.

D. Extensão Espaço-Temporal: STAG-NN-BA
Para lidar com dados temporais (mudanças de uso do solo ao longo do tempo), os autores enfrentam o desafio de que os superpixels mudam de forma e número entre imagens de anos diferentes.

• Solução (Temporal-RAG): Os grafos de cada imagem temporal são combinados em um "supergrafo" onde os subgrafos individuais permanecem desconectados entre si, mas compartilham o mesmo espaço de características.
• Matriz de Adjacência em Blocos: É introduzida uma Matriz de Adjacência em Blocos (Block Adjacency Matrix). Isso permite que o modelo processe um grafo com um número variável de nós ao longo do tempo, mantendo a estrutura de bloco diagonal para separar os tempos, enquanto agrega informações espaciais e temporais.
• Mecanismo de Leitura (Readout): São propostas duas variantes para agregar as informações do grafo temporal:
  1. STAG-NN-BA-GSP (Global Sum Pooling): Soma todas as embeddings dos nós.
  2. STAG-NN-BA-GCP (Global Concatenated Pooling): Concatena as embeddings de cada subgrafo temporal, preservando a distinção temporal.

3. Principais Contribuições

1. Arquitetura SAG-NN: Uma nova arquitetura de GAT que supera as limitações do GATv1 e GATv2 ao introduzir viés indutivo relacional e melhorar a agregação de características em grafos irregulares.
2. STAG-NN-BA: A primeira arquitetura de GNN projetada especificamente para dados de sensoriamento remoto espaço-temporais com topologia variável, utilizando matrizes de adjacência em blocos para lidar com a irregularidade dos superpixels ao longo do tempo.
3. Abordagem Baseada em Superpixels: Demonstra que a segmentação SLIC combinada com GNNs é mais eficiente computacionalmente e mais precisa do que métodos baseados em pixels ou outras técnicas de segmentação.
4. Detecção de Transições: Capacidade de identificar transições críticas de uso do solo (ex: construção, destruição, cultivo, desmatamento) com alta precisão.

4. Resultados e Avaliação

Os métodos foram avaliados em dois conjuntos de dados de sensoriamento remoto (Asia14 e C2D2) e no dataset MNIST (como benchmark).

• Classificação Espacial (Asia14 e MNIST):

  • O SAG-NN alcançou a maior acurácia em comparação com CNNs clássicas (ResNet, Inception) e outros GNNs (GATv1, GATv2, GraphSAGE).
  • No subset do Asia14 (baseado em superpixels), o SAG-NN atingiu 80,98% de acurácia, superando o GATv1 (80,30%) e o GATv2 (72,04%).
  • O modelo operou com um custo computacional significativamente menor devido à redução do número de nós.

• Classificação Espaço-Temporal (C2D2 - Transições de Uso do Solo):

  • O STAG-NN-BA-GSP obteve o melhor desempenho, atingindo 77,83% de acurácia.
  • Comparado ao estado da arte (3D-ResNet-34), o modelo proposto foi ~20% mais preciso e ~17% mais rápido no tempo de passagem direta (forward pass).
  • A variante GSP (Sum Pooling) superou a GCP (Concatenated Pooling), sugerindo que a agregação global é mais eficaz para esta tarefa específica do que a preservação estrita da ordem temporal na concatenação.

5. Significado e Impacto

Este trabalho é significativo por várias razões:

• Eficiência Computacional: Reduz drasticamente o custo de processamento e memória ao substituir pixels por superpixels, permitindo a aplicação de GNNs em grandes áreas geográficas.
• Modelagem Realista: Reconhece e resolve a natureza não-euclidiana e irregular dos dados geoespaciais, algo que as CNNs tradicionais ignoram.
• Aplicação Climática: Oferece uma ferramenta robusta para monitorar desmatamento, urbanização e mudanças agrícolas, fornecendo dados cruciais para políticas de mitigação das mudanças climáticas e planejamento urbano sustentável.
• Generalização: A abordagem de "Matriz de Adjacência em Blocos" pode ser estendida para outros tipos de dados geométricos dinâmicos além do sensoriamento remoto.

Em conclusão, o STAG-NN-BA representa um avanço no aprendizado profundo geométrico para sensoriamento remoto, combinando precisão superior com eficiência computacional para a detecção de mudanças no uso do solo.