Uma rede de atenção híbrida leve com integração multiescala de características para reconhecimento inteligente de alvos acústicos submarinos

Ouvindo Navios Sob as Ondas

Os oceanos estão repletos de sons de navios, animais e forças naturais, e identificar quem produz cada ruído é vital para segurança, defesa e proteção da vida marinha. Este estudo apresenta um sistema de escuta inteligente e compacto que consegue diferenciar tipos de navios usando apenas suas assinaturas sonoras subaquáticas. Ao moldar cuidadosamente como o computador “ouve” e processa esses sinais, os autores mostram que é possível reconhecer embarcações com altíssima precisão usando surpreendentemente pouca potência de processamento, abrindo caminho para monitoramento subaquático generalizado e de baixo custo.

Por Que os Sons de Navios Importam

Os oceanos modernos são vias movimentadas, e o baixo retumbar de motores e hélices se propaga por longas distâncias na água. Poder identificar que navio está onde ajuda na navegação, em busca e salvamento e em vigilância, e também permite aos cientistas acompanhar como o ruído humano afeta baleias, peixes e habitats sensíveis. Sistemas de sonar tradicionais enfrentam dificuldades porque o som subaquático é facilmente distorcido por ondas, correntes e ecos, e os sinais se misturam ao ruído de fundo natural. Métodos antigos também dependiam fortemente de especialistas humanos ou de regras ajustadas manualmente, que são lentas para se adaptar e não escalam bem ao enorme volume de dados que sensores atualmente coletam.

Ensinando Máquinas a Ouvir Debaixo d’Água

Para enfrentar esses desafios, os pesquisadores construíram um pipeline de escuta que transforma o som bruto em uma descrição compacta antes mesmo de chegar ao motor de aprendizagem principal. Primeiro, gravações de dois arquivos reais de ruído de navios são reamostradas para uma taxa comum e cortadas em trechos de cinco segundos. Cada trecho é então copiado e levemente alterado de três maneiras: sua afinação é deslocada em uma faixa estreita para mimetizar efeitos Doppler, sua velocidade é esticada ou comprimida para imitar variações no movimento do navio, e um padrão de ruído colorido realista é adicionado para simular o zumbido do oceano. Esses passos triplicam a quantidade de dados de treinamento e expõem o sistema a muitas versões plausíveis do mesmo navio, tornando-o menos sensível a pequenas variações na gravação. De cada segmento, o sistema extrai características simples e rápidas que capturam quão forte, quão áspero e quão tonal é o som, incluindo a taxa de cruzamentos por zero, sua energia total, como seu espectro se assemelha a escalas de audição humana e como seus tons se distribuem por classes de altura, resultando em uma impressão digital numérica de comprimento fixo.

Um Cérebro Compacto para Som

O núcleo do método é um modelo chamado Depthwise Separable Convolutional Adaptive Transformer, projetado para ser ao mesmo tempo preciso e leve. Ele começa com blocos de convolução especiais que atuam como muitos filtros minúsculos ouvindo padrões de curto prazo na sequência de características, como pulsos rítmicos de hélices ou ciclos repetitivos do motor, mantendo baixo o número de cálculos. Sobre esses blocos, o modelo executa duas ramificações de transformer em paralelo, cada uma examinando longos trechos da impressão digital sonora, porém com níveis de detalhe diferentes. Essas ramificações usam mecanismos de atenção para decidir quais partes da sequência importam mais e então condensam suas descobertas por operações de pooling que resumem o comportamento geral. Uma etapa de fusão adaptativa aprende a ponderar as duas ramificações de forma distinta para cada entrada, favorecendo uma quando detalhes locais finos são essenciais e a outra quando a estrutura de longo alcance traz mais informação, antes de passar um resumo compacto para um classificador final que produz a classe de navio mais provável.

Testando o Sistema

Os autores avaliaram o projeto em duas coleções bem conhecidas de ruído de navios subaquáticos, uma base de dados de longo prazo gravada na costa do Canadá e outra da costa da Espanha. Em ambos os casos o modelo viu apenas trechos de cinco segundos e teve que atribuí-los a categorias amplas como cargueiro, passageiro, petroleiro, rebocador ou grupos por tamanho. O sistema alcançou cerca de 98,8% de acurácia no primeiro conjunto e 99,2% no segundo, usando apenas cerca de meio milhão de parâmetros treináveis e alguns milhões de operações básicas por predição. Isso o torna muito menor e mais rápido que muitos modelos atuais de aprendizado profundo, sem perder em precisão. Análises visuais das representações internas do modelo mostraram que trechos de diferentes tipos de navios formam clusters bem separados, e medidas padrão como precisão, recall e curvas ROC confirmaram que o sistema raramente confunde uma classe com outra.

O Que Isso Significa para os Oceanos

Em termos simples, este trabalho demonstra que um sistema de escuta pequeno e cuidadosamente projetado pode distinguir tipos de navios de forma confiável em ambientes oceânicos ruidosos e reais, e pode fazê-lo rapidamente o suficiente para uso quase em tempo real. Ao combinar características sonoras simples, porém informativas, com um modelo híbrido que equilibra detalhes locais e padrões de longo prazo, os autores oferecem um roteiro prático para futuros dispositivos de monitoramento subaquático que poderiam rodar em boias, robôs ou estações costeiras. Tais ferramentas podem ajudar a gerenciar rotas de navegação, apoiar estudos ambientais sobre poluição sonora e melhorar sistemas sonar autônomos, tudo mantendo a demanda computacional baixa o suficiente para caber em hardware modesto.

Citação: Mahmud, NA., Zhang, T., Iqbal, Y. et al. A lightweight hybrid attention network with multi-scale feature integration for intelligent recognition of underwater acoustic targets. Sci Rep 16, 16388 (2026). https://doi.org/10.1038/s41598-026-47540-4

Palavras-chave: acústica subaquática, ruído de navios, reconhecimento por sonar, aprendizado profundo, monitoramento marinho