Resumo Técnico: HASTE – Uma Plataforma para Avaliação Rápida de Danos em Edificações Pós-Desastre

1. Declaração do Problema

Após desastres de grande escala (terremotos, furacões, incêndios florestais, etc.), os socorristas humanitários necessitam de mapas de danos ao nível de edifícios dentro de poucas horas para direcionar equipes de busca e salvamento e alocar recursos. As abordagens atuais de aprendizado de máquina para avaliação de danos enfrentam barreiras operacionais significativas:

• Escassez de Dados: Modelos de alto desempenho normalmente requerem imagens pré e pós-evento correspondentes e conjuntos de treinamento extraídos de eventos passados semelhantes. Em respostas do mundo real, as imagens pré-evento costumam ser de anos atrás ou estão ausentes (mudança de domínio/domain shift).
• Gargalos de Rotulagem: Coletar dados rotulados suficientes para novos eventos é impossível dentro da janela crítica do primeiro dia.
• Restrições Operacionais: As soluções existentes dependem da interpretação humana especializada ou do rastreamento por voluntários, o que é difícil de escalar para cobrir cada edifício em uma grande cidade rapidamente.

O problema central é gerar mapas de danos precisos, ao nível de edifícios, rapidamente usando apenas imagens pós-desastre e rotulagem local mínima, sem exigir uma equipe dedicada de engenharia de aprendizado de máquina.

2. Metodologia

O HASTE (High-speed Assessment and Satellite Tracking for Emergencies) é uma plataforma web no-code que aborda essas lacunas ao treinar modelos pequenos e específicos para cada evento a partir de um punhado de rótulos de analistas. Ele oferece dois métodos distintos que compartilham uma interface unificada, mas alternam entre esforço de rotulagem e tempo de resposta computacional.

Método 1: Segmentação por Cena e Junção de Pegadas (Footprint Join)

• Fluxo de Trabalho: O analista desenha polígonos sobre a cena pós-desastre para rotular classes (ex: fundo, edifício intacto, edifício danificado).
• Treinamento: Um novo modelo U-Net (codificador ResNeXt-50) é treinado especificamente para aquela única cena usando perda de entropia cruzada (cross-entropy loss). Para lidar com rótulos esparsos, o sistema os agrupa em tiles (ladrilhos) e ignora pixels de fundo não rotulados. Uma "classe de restrição" opcional permite que os analistas marquem grandes áreas como "sabidamente intactas" para penalizar falsos positivos.
• Inferência: O modelo executa sobre toda a cena em tiles sobrepostos. As previsões de pixels são agregadas por pegada de edifício (footprint) para calcular uma "fração de dano" (razão entre pixels danificados e pixels válidos) a 0, 10 e 20 metros de buffer para compensar desalinhamentos.
• Tempo de Resposta: Uma iteração completa (rotular, treinar, revisar) leva aproximadamente 1 a 2 horas.

Método 2: Incorporação de Pegada (Footprint Embedding) e Regressão Logística no Navegador

• Fluxo de Trabalho: Este método pula o treinamento em GPU. Ele utiliza um modelo de visão pré-treinado para extrair características para cada pegada de edifício na cena.
• Incorporação (Embedding): As características são agrupadas (pooled) da rede principal (padronizando para variantes MOSAIKS ou DINOv2) sobre cada pegada. A estratégia de agrupamento inclui a concatenação de estatísticas por canal (mínimo, máximo, média, desvio padrão) dos tokens.
• Classificação: À medida que o analista clica e rotula alguns edifícios, um classificador de regressão logística é ajustado inteiramente no navegador usando os vetores de características congelados. O modelo padroniza as características e minimiza a perda logística regularizada via gradiente descendente.
• Interatividade: O classificador é re-treinado e re-pontua a cena visível em segundos conforme novos rótulos são adicionados. Ele suporta cenários de múltiplas classes "um-contra-todos" (one-versus-rest) e roda eficientemente via WebGPU ou CPU.
• Tempo de Resposta: A iteração ocorre em segundos, permitindo que os analistas refinem o modelo rapidamente sem esperar por tarefas de GPU.

Arquitetura da Plataforma

O HASTE é construído como uma aplicação de página única (SPA) em React, comunicando-se com uma API REST e um servidor de tiles. Tarefas de longa duração (treinamento, incorporação, inferência) são delegadas a um sistema de fila gerenciado por uma biblioteca central compartilhada (hastegeo). Os dados (imagens, pegadas, modelos) residem em armazenamento na nuvem, enquanto os metadados são armazenados em um banco de dados NoSQL. A plataforma integra-se com conjuntos de dados de pegadas de edifícios existentes (ex: Microsoft, Overture) e suporta várias fontes de imagem (óptica e radar).

3. Principais Contribuições

• Implementação de uma Plataforma No-Code: O HASTE operacionaliza a avaliação rápida de danos, permitindo que analistas não especialistas em ML gerem mapas de danos por edifício usando apenas imagens pós-desastre.
• Abordagem de Métodos Duplos: O artigo detalha dois métodos complementares: uma abordagem de segmentação ao nível de pixel (Método 1) e uma abordagem de incorporação de pegada (Método 2), analisando seus compromissos entre esforço de rotulagem versus tempo de resposta.
• Experimentos de Eficiência de Rótulo: Experimentos preliminares no conjunto de dados xBD demonstram que o método de incorporação de pegada (Método 2) alcança alta precisão com significativamente menos rótulos do que as linhas de base totalmente supervisionadas.
• Validação Operacional: O artigo documenta o uso da plataforma em mais de 30 respostas a desastres reais desde 2023, entregando resultados a parceiros (ex: Cruz Vermelha, agências da ONU) em horas ou dias.

4. Resultados

Descobertas Experimentais (Conjunto de Dados xBD)

Os experimentos focaram no Método 2 usando apenas imagens pós-desastre:

• Eficiência de Rótulo: A abordagem baseada em incorporação com uma rede DINOv2 alcançou um macro ROC-AUC de 0,84 usando apenas 1% dos rótulos de treinamento (aproximadamente algumas dezenas de edifícios por desastre).
• Comparação com Linhas de Base Supervisionadas: Com 1% de rotulagem, o método de incorporação (0,84 AUC) superou uma ResNet-50 totalmente supervisionada e ajustada (fine-tuned) nos mesmos 1% de dados (0,77 AUC). Com 5% de rotulagem, o método de incorporação igualou o desempenho de uma ResNet-50 treinada com 100% dos rótulos. Com 10% de rotulagem, superou a linha de base totalmente supervisionada (0,91 vs. 0,88).
• Desempenho da Rede Principal (Backbone): Redes de auto-supervisão (DINOv2, DINOv3) superaram significativamente a linha de base MOSAIKS de características aleatórias. O tamanho da rede importou menos do que a qualidade do pré-treinamento.

Desempenho Operacional

• Terremotos na Turquia (2023): Mapeou quatro cidades, estimando 3.800 edifícios danificados e 160.000 pessoas afetadas.
• Tornado de Rolling Fork (2023): Alcançou 0,86 de precisão e 0,80 de revocação (recall) contra o solo de verdade de campo em menos de duas horas por cena.
• Incêndio em Maui (2023): Entregou uma avaliação de 1.700 edifícios danificados até as 13h do dia em que as imagens ficaram disponíveis, com validação mostrando ~97% de precisão (99% de revocação, 96% de precisão).
• Furacão Melissa (Jamaica, 2025): Identificou danos generalizados em Black River e Montego Bay. Amostras de validação mostraram alta revocação (86–96%), mas menor precisão (71–82%), atribuída à natureza conservadora da junção de pegada (entulho fora dos contornos não é creditado).
• Avaliação Externa: Um estudo independente sobre o produto de danos da Turquia encontrou alta especificidade (94%), mas baixa sensibilidade (43%), confirmando que o sistema é conservador e raramente sinaliza edifícios intactos como danificados, embora possa perder algumas estruturas danificadas.

5. Significância e Alegações

O artigo posiciona o HASTE como uma ponte crítica entre a pesquisa avançada de aprendizado de máquina e as necessidades humanitárias imediatas. Sua significância reside em:

• Superar a Mudança de Domínio: Ao treinar modelos pequenos em um único evento com rótulos locais, o HASTE evita a degradação de precisão vista ao aplicar modelos treinados globalmente a novos cenários de desastres não vistos.
• Democratização da IA: A interface no-code permite que parceiros humanitários executem fluxos de trabalho sofisticados de avaliação de danos sem manter uma equipe dedicada de ML.
• Compromisso entre Velocidade e Precisão: A plataforma fornece um quadro prático para que os socorristas escolham entre um método de segmentação de pixel mais lento e preciso (Método 1) e um método de incorporação mais rápido e iterativo (Método 2), baseando-se em suas restrições de tempo imediatas.
• Impacto no Mundo Real: O sistema foi além dos marcos teóricos para apoiar mais de 30 respostas reais, entregando dados acionáveis para tomadores de decisão durante as "horas de ouro" críticas de um desastre.

Os autores concluem que, embora os métodos sejam simples por design, eles abordam efetivamente as restrições específicas da resposta a desastres. O trabalho futuro foca na integração de modelos de visão-linguagem para rotulagem automatizada, aprendizado ativo para otimizar a seleção de rótulos e expansão da avaliação para infraestruturas como estradas e pontes.