FinSight-Net:A Physics-Aware Decoupled Network with Frequency-Domain Compensation for Underwater Fish Detection in Smart Aquaculture

O artigo apresenta o FinSight-Net, uma rede de detecção de peixes subaquáticos eficiente e consciente da física que utiliza processamento duplo desacoplado e agregação de caminhos para compensar a degradação óptica causada pela turbidez, alcançando desempenho superior e menor complexidade computacional em comparação com modelos existentes.

O essencial

Imagine que você está tentando tirar uma foto de um peixe em um aquário cheio de água turva, com muita sujeira flutuando e a luz do sol não entrando direito. A água age como um "filtro sujo": ela rouba as cores (deixando tudo azul-esverdeado), cria um "véu" de névoa na frente da câmera e faz os detalhes finos, como as escamas e as barbatanas, desaparecerem.

É exatamente esse o problema que os cientistas chineses tentaram resolver com um novo sistema chamado FinSight-Net.

Aqui está a explicação do que eles fizeram, usando analogias do dia a dia:

1. O Problema: "Olhar através de um vidro sujo"

Os sistemas de visão de computador atuais (como os usados em robôs ou câmeras de fazendas de peixes) funcionam como uma pessoa tentando adivinhar o que está atrás de um vidro embaçado. Eles tentam "adivinhar" o peixe, mas muitas vezes confundem a sujeira da água com o peixe, ou perdem o peixe porque ele está muito borrado. Além disso, os sistemas atuais são como "caminhões pesados": funcionam bem, mas consomem muita energia e são lentos, o que é ruim para câmeras pequenas em fazendas de peixes.

2. A Solução: O "Detetive Físico" (FinSight-Net)

Em vez de apenas jogar mais força bruta de computação no problema (o que os autores chamam de "caixa preta"), eles criaram um sistema que entende a física da água. Eles pensaram: "Ah, a água rouba a luz vermelha e joga sujeira na frente da lente. Vamos criar um sistema que corrija isso especificamente."

O sistema tem duas partes principais, como se fosse um time de dois especialistas:

A. O "Filtro Inteligente" (MS-DDSP)

Imagine que você tem quatro óculos diferentes para olhar a mesma cena:

1. Óculos de Grande Visão: Olham o formato geral do peixe (mesmo que ele esteja distorcido).
2. Óculos Anti-Névoa: Focam em remover a sujeira flutuante (o "backscattering") que cria aquela névoa branca.
3. Óculos de Cores: Tentam recuperar as cores que a água roubou (especialmente o vermelho).
4. Óculos de Alta Definição: Mantêm os detalhes finos, como as bordas das barbatanas, que costumam sumir.

O MS-DDSP é o gerente que olha por todos esses óculos ao mesmo tempo. Ele decide qual informação é importante e descarta a sujeira, reconstruindo a imagem do peixe de forma muito mais fiel do que os sistemas antigos. É como se ele tivesse um "pincel mágico" que limpa a névoa e pinta as cores de volta.

B. O "Salvador de Detalhes" (EPA-FPN)

Quando uma câmera tira uma foto, ela geralmente cria várias versões da imagem: uma grande (com muitos detalhes) e uma pequena (com o significado geral). Em sistemas antigos, ao juntar essas versões, os detalhes finos (como o contorno do peixe) se perdem no caminho, como se alguém estivesse jogando a foto em um triturador de papel.

O EPA-FPN é como um túnel de transporte direto. Em vez de deixar os detalhes passarem por um processo longo e confuso, ele cria um "atalho" que leva a imagem de alta qualidade (os detalhes finos) diretamente para a parte final do sistema, onde a decisão é tomada. Isso garante que o sistema saiba exatamente onde o peixe está, mesmo que ele esteja se movendo rápido ou escondido atrás de outro.

3. O Resultado: Mais Rápido, Mais Barato e Mais Preciso

O resultado desse "time de detetives" é impressionante:

• Precisão: Eles conseguiram detectar peixes com 92,8% de precisão em águas muito turvas, superando os melhores sistemas atuais (como o YOLOv11) em quase 5%.
• Eficiência: O sistema é 29% mais leve (usa menos memória e processamento). Isso significa que ele pode rodar em câmeras baratas e pequenas dentro das fazendas de peixes, sem precisar de computadores gigantes.

Resumo em uma frase

O FinSight-Net é como colocar óculos de realidade aumentada em uma câmera de fazenda de peixes: ele entende que a água está suja e colorida de forma errada, limpa a imagem em tempo real e encontra os peixes com precisão cirúrgica, tudo isso usando pouca energia.

Isso ajuda a automatizar a alimentação dos peixes e a monitorar a saúde deles, tornando a aquicultura mais inteligente e sustentável.

Resumo técnico

Resumo Técnico: FinSight-Net

1. O Problema

A detecção de peixes subaquáticos (UFD) é fundamental para a aquicultura inteligente e o monitoramento ecológico. No entanto, a aplicação de detectores de objetos tradicionais em ambientes subaquáticos enfrenta desafios físicos intrínsecos que degradam severamente o desempenho:

• Absorção Dependente do Comprimento de Onda: A água absorve seletivamente o espectro de luz (especialmente o vermelho), resultando em imagens com baixo contraste e dominância de tons azul-esverdeados.
• Espalhamento Induzido por Turbidez: Partículas suspensas causam espalhamento de luz (backscattering), criando um efeito de "véu" que borra detalhes estruturais de alta frequência (como barbatanas e escamas) e introduz ruído visual.
• Limitações das Abordagens Atuais: Os métodos existentes (como variações do YOLO ou redes baseadas em Transformers) tratam essas degradações como ruído genérico de imagem, utilizando otimização de "caixa preta". Isso resulta em:
  • Alto custo computacional (pesos e FLOPs elevados), inviabilizando a implantação em plataformas de borda com recursos limitados.
  • Perda de informações espaciais finas durante a fusão de características profundas, levando a localizações imprecisas de corpos de peixes não rígidos em águas turvas.

2. Metodologia: A Arquitetura FinSight-Net

O FinSight-Net propõe uma rede de detecção leve e "consciente da física", projetada para responder estruturalmente às degradações ópticas subaquáticas, em vez de apenas aprender a ignorá-las. A arquitetura baseia-se em um backbone leve (CSPDarknet) e integra dois módulos principais:

A. Gargalo de Processamento Duplo-Estreamo Decoplado Multi-Escala (MS-DDSP)
Este módulo é o núcleo da compensação no domínio da frequência. Em vez de tratar todos os canais de características uniformemente, ele divide o fluxo de entrada em quatro ramos paralelos heterogêneos, cada um projetado para mitigar um componente específico da degradação óptica (baseado no modelo Jaffe-McGlamery):

1. Ramo de Expansão de Campo Receptivo: Captura morfologias multi-escala para compensar a distorção de escala e o borramento de contornos globais.
2. Ramo de Descorrelação Espacial-Canal: Filtra ruído de fundo e "pseudo-características" causadas pelo espalhamento de retroespalhamento (backscattering), suprimindo a turbidez.
3. Ramo de Ponderação Espectral: Aprende a reforçar canais de cor severamente atenuados (como o espectro vermelho), restaurando a discriminabilidade cromática.
4. Ramo de Preservação de Detalhes: Mantém informações de baixa frequência sem processamento não linear excessivo para salvar detalhes finos (escamas, bordas).

• Mecanismo de Atenção: Um mecanismo de atenção suave (soft attention) calcula pesos dinâmicos para cada ramo, otimizando a relação sinal-ruído (SNR) com base nas condições ambientais em tempo real.

B. Rede de Agregação de Caminhos Eficiente (EPA-FPN)
Substituindo as FPNs tradicionais, o EPA-FPN atua como um mecanismo de "preenchimento de detalhes":

• Conexões de Salto de Longo Alcance: Estabelece conexões verticais diretas que injetam pistas espaciais de alta resolução das camadas rasas diretamente nos nós semânticos profundos, recuperando informações de alta frequência que seriam perdidas na fusão linear tradicional.
• Poda de Caminhos Redundantes: Elimina conexões horizontais cruzadas redundantes que aumentam o custo computacional sem contribuir significativamente para a precisão, reduzindo a complexidade de parâmetros.

3. Contribuições Principais

1. Paradigma Consciente da Física: Rompe com a otimização de caixa preta ao incorporar explicitamente as restrições ópticas subaquáticas (absorção e espalhamento) na estrutura da rede.
2. Compensação no Domínio da Frequência: O módulo MS-DDSP decopla e compensa ativamente a perda de informações específicas de frequência, suprimindo ruído de retroespalhamento enquanto recupera detalhes biológicos estruturais.
3. Eficiência e Precisão: O EPA-FPN oferece uma agregação de características semântico-espacial superior com complexidade de parâmetros significativamente reduzida, permitindo detecção precisa de alvos não rígidos em águas turvas com baixo custo computacional.

4. Resultados Experimentais

O FinSight-Net foi avaliado em três conjuntos de dados: DeepFish, AquaFishSet e o novo benchmark UW-BlurredFish (focado em degradação extrema).

• Desempenho de Estado da Arte (SOTA): No conjunto de dados desafiador UW-BlurredFish, o FinSight-Net alcançou 92,8% de mAP (Mean Average Precision).
• Comparação com YOLOv11s: Superou o modelo YOLOv11s em 4,8 pontos percentuais de mAP.
• Eficiência: Enquanto superava os modelos mais pesados, o FinSight-Net reduziu o número de parâmetros em 29,0% (6,7M de parâmetros) e manteve uma latência de inferência baixa (8,6 ms), sendo ideal para dispositivos de borda.
• Generalização: O modelo demonstrou robustez ao ser treinado apenas em dados naturais (DeepFish) e testado diretamente em dados industriais extremos (UW-BlurredFish) sem ajuste fino, provando sua capacidade de capturar características invariantes à turbidez.
• Análise de Ablação: Estudos mostraram que a remoção de qualquer ramo físico do MS-DDSP ou a substituição do EPA-FPN por FPNs tradicionais resultou em quedas significativas de desempenho, validando a eficácia de cada componente.

5. Significado e Impacto

O FinSight-Net representa um avanço significativo na visão computacional para a aquicultura inteligente. Ao alinhar a arquitetura da rede com as leis físicas da propagação da luz na água, o trabalho oferece uma solução que não apenas melhora a precisão da detecção em condições adversas, mas também garante a viabilidade de implantação em tempo real em plataformas de recursos limitados (como AUVs e sensores de gaiolas automatizadas). Isso permite uma gestão pesqueira mais sustentável, com estimativas precisas de biomassa, controle autônomo de alimentação e monitoramento de saúde dos peixes, superando as limitações das abordagens atuais que ignoram a física do ambiente subaquático.