Come può l'attenzione migliorare il rilevamento delle navi in infrarosso?

Il trasporto marittimo è in crescita e, con esso, la necessità di individuare le imbarcazioni anche di notte o in condizioni di scarsa visibilità. Gli scienziati hanno provato a rendere più efficace il riconoscimento delle navi usando le immagini a infrarossi, ma i metodi tradizionali faticano con bersagli piccoli e sfondi complessi.

In questo studio, i ricercatori hanno inserito il modulo CBAM (Convolutional Block Attention Module) all'interno della rete YOLOv5, una delle più popolari per il riconoscimento rapido di oggetti. Hanno creato tre versioni: YOLOv5n‑H (attenzione nella testa), YOLOv5n‑N (attenzione nel collo) e YOLOv5n‑HN (attenzione sia nella testa che nel collo).

I test, condotti su un dataset pubblico di navi a infrarossi, mostrano risultati sorprendenti. La variante YOLOv5n‑HN ha raggiunto un mAP@0.5 dell'86,83 %, migliorando soprattutto il riconoscimento di navi di medie e grandi dimensioni. La YOLOv5n‑N, invece, è la più brava a individuare piccole imbarcazioni. Inoltre, l'attenzione rende il modello più robusto contro rumori di fondo, evitando falsi allarmi.

Questi risultati suggeriscono che posizionare strategicamente i meccanismi di attenzione può rendere i sistemi di sorveglianza marittima più leggeri, veloci e affidabili, aprendo la strada a nuove applicazioni per la sicurezza e la protezione ambientale.

Il CBAM combina due sotto-moduli: il canale (Channel Attention) e lo spazio (Spatial Attention). Il primo pesa le mappe di attivazione in base all'importanza dei canali, usando operazioni di pooling globale medio e massimo seguite da una MLP condivisa. Il secondo genera una mappa di attenzione spaziale mediante convoluzioni 7×7 su una concatenazione di pooling medio e massimo lungo l'asse dei canali. Inserendo CBAM nella testa (YOLOv5n‑H) si enfatizzano le caratteristiche finali che influenzano direttamente le previsioni di bounding box e classi, migliorando la discriminazione di oggetti di grandi dimensioni. Collocandolo nel collo (YOLOv5n‑N) si potenzia la fusione multiscala, cruciale per catturare dettagli di piccoli bersagli. La configurazione ibrida (YOLOv5n‑HN) sfrutta entrambi gli effetti, ottenendo un equilibrio ottimale tra sensibilità a piccole dimensioni e robustezza a rumore di fondo. Dal punto di vista computazionale, CBAM aggiunge solo ~0.3 % di FLOPs rispetto al modello base, mantenendo il peso inferiore a 2 MB, ideale per dispositivi edge. L'analisi delle curve di precision‑recall mostra un aumento medio di 4 % per le classi medio‑grandi e 7 % per le piccole, con una riduzione della false positive rate del 12 % in scenari con onde e riflessi solari. Questi risultati confermano che l'attenzione modulare è una strategia efficace per migliorare le prestazioni di rilevamento in condizioni di scarsa visibilità senza sacrificare l'efficienza.