Autoencoder de espaço latente expandido multivariável para classificação de imagens aplicado ao monitoramento visual de recifes de coral e à navegação de veículos de superfície não tripulados.
Visão computacional, Análise de imagens, Imagens subaquáticas, Autoencoder multivariável, Espaço latente expandido, Classificação de imagens
Propomos o uso do Autoencoder de Espaço Latente Expandido Multivariável (MVELSA) para classificar imagens aquáticas, abrangendo o domínio subaquático, o que pode ser aplicado para permitir o monitoramento aquático e outras tarefas de navegação autônoma de Veículos de Superfície Não Tripulados (USVs) em cenários complexos com obstáculos. Nossa hipótese principal é que o MVELSA pode identificar objetos de interesse com eficácia e precisão comparáveis ou superiores aos modelos convolucionais tradicionais e Vision Transformers (ViT), aproveitando uma representação latente expandida que preserva características morfológicas críticas. Para validar isso, utilizamos como conjunto de dados o benchmark público AQUA20, que consiste em 20 classes subaquáticas. Os resultados experimentais demonstram que o MVELSA, quando usado com Análise de Componentes Principais (PCA) e Mapa Auto-Organizável (SOM), atinge uma pontuação F1 macro-média de 0,97, superando os modelos de referência no tratamento de dados altamente desbalanceados. Integrado ao monitoramento visual de recifes de coral ou aos algoritmos de navegação de um veleiro robótico, esse sistema pode auxiliar em missões de preservação e/ou facilitar a movimentação autônoma em oceanos e lagoas com alta confiabilidade e mínima intervenção humana.