DarkVesselNet: Multi-Modal Remote Sensing and Trajectory Reasoning for Dark Vessel Detection

Resumo Técnico: DarkVesselNet

Definição do Problema
A detecção de embarcações escuras (dark vessel detection) aborda o desafio de identificar embarcações marítimas que interrompem a transmissão de sinais do Sistema de Identificação Automática (AIS), falsificam suas localizações ou operam em regiões com dados autorrelatados pouco confiáveis. A dificuldade central reside no "problema do desacordo": um sistema deve reconciliar autorrelatos cooperativos (AIS) com observações físicas (Radar de Abertura Sintética [SAR] e imagens ópticas) e contexto temporal (histórico de trajetória). Cada modalidade possui limitações distintas: o SAR fornece observação em qualquer condição climática, mas sofre com o speckle (ruído de fase) e o ruído costeiro; a imagem óptica oferece contexto visual interpretável, mas está indisponível durante a noite ou sob nuvens; e o AIS é semanticamente rico, porém incompleto e cooperativo. O artigo enquadra a tarefa não como um problema único de classificação de imagem, mas como um problema de fusão de evidências sob ausência de dados, onde o objetivo é produzir um alerta pronto para triagem com um caminho de raciocínio rastreável, em vez de uma probabilidade de "atividade ilegal" de caixa-preta.

Metodologia e Arquitetura
O DarkVesselNet é uma pilha de sensoriamento remoto multimodal e modular, projetada para ingerir, codificar e fundir fluxos de evidências heterogêneas. O pipeline consiste em quatro estágios primários:

1. Pré-processamento de Sensores:

   • SAR: Implementa o filtro de Lee para redução de speckle e estimativa de estatísticas locais.
   • Óptico: Aplica máscara de nuvens e calcula razões de bandas interpretáveis (NDVI, NDWI) para distinguir água, terra e estruturas semelhantes a embarcações.
   • Corregistração: Lida com o desalinhamento entre as grades SAR e óptica causado por ângulos de incidência e terreno, utilizando caminhos de corregistração de identidade ou implementados.

2. Adaptador de Backbone de Fundação Geoespacial:

   • O sistema introduz um adaptador GeoBackbone que padroniza as saídas de vários modelos de fundação de observação da Terra (incluindo Prithvi-2, Clay, SatMAE++, DOFA, SatlasNet e codificadores do tipo RemoteCLIP).
   • Este adaptador converte diversas saídas de modelos em uma interface de tokens comum $(B, N, D)$, permitindo que a cabeça de fusão subsequente permaneça independente do codificador específico utilizado. Ele suporta projeções de fallback leves para testes sem a necessidade de baixar os pesos totais do modelo.

3. Raciocínio de Trajetória:

   • Processamento de AIS: Trilhas de AIS são representadas como sequências de tempo, posição, velocidade e curso.
   • Detecção de Lacunas: Um componente do tipo TGARD identifica lacunas longas ou infactíveis na transmissão de AIS, calculando distâncias geodésicas (Haversine) e verificando velocidades de movimento necessárias.
   • Pontuação de Anomalia: Uma cabeça de anomalia inspirada em Pi-DPM recebe tokens de cena e segmentos de AIS. Ela agrupa características da cena e processa pontos de AIS através de um MLP para prever tanto um score de logit quanto um segmento de AIS reconstruído. Esta cabeça leve é projetada para ser extensível a amostradores de difusão completos.

4. Fusão e Decodificação de Alerta:

   • A arquitetura de fusão preserva a incerteza específica da modalidade usando máscaras de disponibilidade ($m_s, m_o, m_a$) para evitar que o modelo confunda dados ausentes (ex: imagens ópticas nubladas) com cenas vazias.
   • O decodificador produz uma probabilidade de alerta calibrada e, crucialmente, um rastro de evidência. Este rastro expõe explicitamente a disponibilidade dos sensores, o status de correspondência do AIS, a evidência de anomalia e a incerteza, permitindo que analistas humanos auditem a decisão.

Principais Contribuições
O artigo delineia quatro contribuições primárias:

1. Arquitetura Unificada: Uma arquitetura de referência abrangendo SAR, óptico, AIS e tokens de modelos de fundação geoespaciais, tratando a detecção de embarcações escuras como um problema de fusão de evidências multimodais.
2. Adaptador de Backbone Comum: Uma interface GeoBackbone que permite a troca de modelos de fundação (Prithvi, Clay, etc.) sem a necessidade de reescrever a lógica de fusão subsequente.
3. Caminho de Raciocínio de Trajetória: Uma combinação de detecção de lacunas do tipo TGARD e uma cabeça de reconstrução inspirada em Pi-DPM para pontuar anomalias temporais e plausibilidade física.
4. Implementação Reprodutível: Um pacote Python testado e um Espaço público no Hugging Face que valida operadores principais (filtragem de speckle SAR, razões de bandas, distância Haversine, formas de tensores e o passo de retropropagação da cabeça de anomalia) e demonstra um fluxo de trabalho seguro para CPU.

Resultos e Validação
O artigo afirma explicitamente que os resultados atuais são baseados em software (software-grounded) em vez de baseados em benchmarks.

• Validação de Implementação: O repositório inclui uma suíte de testes onde 15 testes são aprovados. Eles verificam a correção da filtragem de speckle de SAR, utilitários de razão de bandas ópticas, cálculos de distância Haversine, lógica de emissão de lacunas, corregistração de sensores, formas de tokens de backbone e o passo de retropropagação da cabeça de anomalia.
• Status de Benchmark: O artigo não reivindica desempenho no leaderboard xView3 ou ingestão de dados ao vivo. Em vez disso, propõe um protocolo de avaliação rigoroso (estudos de ablação, testes de estresse, gráficos de calibração) como o caminho a seguir.
• Padrões Esperados: Tabelas de ablação teóricas sugerem que, embora a detecção apenas por SAR possa gerar alta revocação (recall), a adição de correspondência de AIS e evidência de trajetória deve melhorar significamente a precisão do alerta e reduzir falsos positivos (particularmente perto da costa), em vez de apenas aumentar a revocação bruta de objetos.

Significância e Alegações
O artigo posiciona o DarkVesselNet como um sistema de triagem e suporte ao analista, não como uma ferramenta de aplicação autônoma.

• Evidência vs. Intenção: O sistema é projetado para detectar "evidência não correspondente" (ex: um objeto SAR sem uma trilha de AIS plausível) em vez de inferir status legal ou intenção. Ele distingue entre um "objeto SAR", uma "embarcação sem correspondência de AIS" e "atividade ilegal confirmada", garantindo que o modelo não faça afirmações excessivas.
• Rastreabilidade: Uma alegação central é que o valor do sistema reside em seu rastro de evidência. Ao decompor o score do alerta nas contribuições de SAR, AIS, trajetória e contexto, o sistema permite que os analistas entendam por que um alerta foi gerado (ex: impulsionado por uma detecção SAR sem correspondência de AIS vs. um padrão de encontro suspeito).
• Modéstia: Os autores enfatizam que o artefato atual é uma "implementação em escala de portfólio" com operadores testados. O artigo evita alegar atribuição automática de pesca ilegal, em vez disso, enquadrando a saída como uma fila de revisão priorizada com incerteza calibrada e tratamento explícito de dados ausentes.

Em resumo, o DarkVesselNet fornece um framework estruturado e auditável para fundir dados de sensoriamento remoto e AIS, priorizando a interpretabilidade e a quantificação de incerteza sobre scores de detecção brutos, com um foco atual na validação da infraestrutura de software necessária para tal sistema.