Resumo Técnico: Além da Estética: Quantificando a Perda de Informação em Cenas Turvas

Declaração do Problema

Os sistemas de visão computacional subaquática enfrentam uma degradação significativa de desempenho em ambientes turvos devido à atenuação e ao espalhamento da luz. Embora essas degradações perceptivas (distorção de cor, perda de contraste, desfoque) sejam bem documentadas, o impacto específico nos modelos de aprendizado de máquina subsequentes permanece incerto. Existe uma lacuna crítica no campo: não há conjuntos de dados do mundo real minuciosamente anotados que cubram todo o espectro de turbidez, forçando os pesquisadores a depender de dados sintéticos. No entanto, os conjuntos de dados sintéticos existentes focam frequentemente na melhoria perceptual (por exemplo, correção de cor) em vez da perda de informação estrutural que realmente prejudica o desempenho do modelo. Além disso, as métricas padrão de qualidade de imagem (por exemplo, PSNR, SSIM, NIQE) frequentemente falham em correlacionar-se com o desempenho do modelo nessas condições, pois priorizam a percepção humana sobre a informação estrutural necessária para tarefas de aprendizado de máquina.

Metodologia

1. O Conjunto de Dados Turbid Underwater Baseline (TUB)

Para abordar a falta de dados do mundo real, os autores introduziram o conjunto de dados TUB.

• Protocolo de Coleta: Os dados foram capturados em um tanque cilíndrico controlado usando quatro câmeras GoPro estáticas. Objetos (naturais e artificiais) foram fixados a uma placa de base para garantir a consistência da cena através de diferentes níveis de turbidez.
• Controle de Turbidez: A turbidez foi induzida usando quantidades medidas de leite de aveia, criando 10 níveis distintos por cena. Um nefelômetro foi utilizado para quantificar a turbidez em Unidades de Turbidez Nefelométricas (NTU), categorizando as imagens em grupos de Baixa (0–10 NTU), Média (10–20 NTU) e Alta (20+ NTU) turbidez.
• Anotações: O conjunto de dados compreende 1.320 imagens em 33 cenas únicas. Crucialmente, as máscaras de segmentação de instância foram anotadas manualmente nas imagens de água clara e propagadas para todas as imagens turvas correspondentes. Esta abordagem gera mais de 16.000 máscaras de verdade fundamental (ground-truth) de alta confiança, mesmo para cenas onde os anotadores humanos não conseguiram distinguir visualmente os limites dos objetos.

2. Métrica Proposta: Phase-Congruency Delentropy (PCD)

Os autores propõem a PCD, uma métrica projetada para quantificar a perda de informação estrutural em vez da qualidade perceptual.

• Base Teórica: A métrica é construída sobre a hipótesia de que os modelos de aprendizado profundo dependem de informação estrutural (gradientes e bordas) que pode persistir mesmo quando o contraste é perdido.
• Mecanismo: A PCD calcula a delentropia (uma medida de complexidade de informação baseada na distribuição de gradientes), mas substitui os gradientes padrão derivados de kernel por mapas de congruência de fase (phase congruency).
• Vantagens: A congruência de fase é invariante a mudanças de iluminação e contraste. Ao calcular a delentropia nesses mapas, a PCD captura a perda de informação estrutural (por exemplo, bordas borradas) enquanto permanece robusta à redução de contraste e às mudanças de cor típicas da água turva.

3. Avaliação Experimental

O estudo avaliou a correlação entre várias métricas e o desempenho de três modelos de segmentação de instância de última geração: MaskRCNN, YOLOv11 e Mask2Former.

• Dados Reais: Os modelos foram treinados e testados em divisões do conjunto de dados TUB (Baixa, Média, Alta turbidez).
• Dados Sintéticos: Os autores geraram imagens turvas sintéticas usando dois métodos (um modelo de formação de imagem subaquática padrão [Synth1] e um modelo incorporando desfoque e inhomogeneidade [Synth2]).
• Comparação: A correlação da PCD contra o desempenho do modelo (AP50) foi comparada com métricas comuns: PSNR, SSIM, NIQE, Entropia, Delentropia, UCIQE e UIQM.

Principais Resultados

1. Utilidade do Conjunto de Dados: O conjunto de dados TUB fornece com sucesso as primeiras anotações de verdade fundamental de alta confiança para turbidez extrema, permitindo a análise orientada por dados dos efeitos de degradação.
2. Correlação de Métricas:
   • A PCD demonstrou uma forte correlação com o desempenho dos modelos de segmentação de instância em imagens tanto reais quanto sintéticas turvas.
   • Métricas Existentes: Métricas perceptivas comuns (PS以外, SSIM, NIQE, UCIQE) mostraram uma correlação fraca ou inexistente com o desempenho do modelo. Notavelmente, essas métricas frequentemente classificaram as imagens sintéticas com menor qualidade do que as imagens turvas reais, apesar de os modelos apresentarem bom desempenho nos dados sintéticos.
3. Estrutural vs. Perceptual: Os resultados indicam que uma redução na qualidade perceptual (por exemplo, baixo contraste) não equivale necessariamente a uma perda de utilidade da tarefa. Inversamente, a perda de informação estrutural (degradação de gradiente) é o principal fator que impulsiona as quedas de desempenho nos modelos de detecção.
4. Limitações dos Dados Sintéticos: Os pipelines sintéticos padrão falharam em reproduzir as degradações estruturais específicas da turbidez real, levando a avaliações enganosas ao utilizar métricas tradicionais.

Significância e Alegações

O artigo afirma que a dependência atual de métricas perceptivas e dados sintéticos é insuficiente para o avanço da visão computacional subaquática. Os autores argumentam que:

• A PCD oferece uma abordagem superior, centrada no modelo, para avaliar cenas turvas ao focar na informação estrutural que os modelos de aprendizado realmente utilizam.
• O conjunto de dados TUB preenche uma lacuna crítica ao fornecer um benchmark para turbidez extrema com verdade fundamental confiável, permitindo a primeira avaliação direta de como a turbidez afeta os modelos de aprendizado.
• Os achados sugerem que melhorar a "qualidade perceptual" (tornar as imagens mais claras para humanos) não garante um melhor desempenho do modelo; em vez disso, preservar ou recuperar gradientes estruturais é primordial.

O trabalho conclui que a PCD e o TUB fornecem ferramentas essenciais para quantificar a perda de informação e avaliar o realismo da geração de turbidez sintética, movendo o campo além das melhorias estéticas em direção à robustez funcional em ambientes subaquáticos.