從像素到巡邏：校準如何改變合成巡邏規劃

議程狀態——2026 年 8 月 30 日。 AI4Nature@AVSS 2026 官方議程把 From Pixels to Patrols: A Calibration-Aware Sensor Fusion Pipeline for Camera-Trap-Driven Anti-Poaching Resource Allocation 列為 Paper ID 7，安排於明日（2026 年 8 月 31 日）Oral Session 1A。口頭報告仍未舉行；proceedings 出版、IEEE Xplore 紀錄與 DOI 均尚待確認。

證據界線。 下文所有數值均屬 manuscript-reported：它們來自二十個不同 seed、每個包含 400 個網格的受控合成實驗。我沒有為本篇 Blog 獨立重跑程式或重現這些數值。研究沒有使用真實 camera-trap 影像、巡邏紀錄、保護區部署或 field-effectiveness validation。

官方議程列出的作者是 Ka Hin Chan、Long Nam Ao、Weng Kin Loi、Long Tin Tse 與 Sok Kin Cheng。研究由一個很容易被忽略的事實開始：即使沒有人明言把分類器分數當作決策量，它仍可能在下游變成決策量。

設想 camera-trap 模型為「有人出現」類別輸出一個機率。下游系統把同一網格內的機率相加、排列網格，再分配有限巡邏時數。若模型給出的 $0.8$ 信心在經驗上只對應約 $0.5$ 事件率，偏差不會停留在分類器；它會改變空間風險估計，甚至把資源移到另一批網格。

手稿在受控設定中研究這條由機率走到決策的鏈。它沒有研究真實反偷獵計劃是否有效。「有人出現」只是 risk proxy，並非直接的 poacher label；獲授權職員、遊客、研究人員、車輛、路線、季節、行程時間、安全與在地保育知識均不在合成實驗內。

同一條鏈上的不同問題

整個 pipeline 有五個概念階段：

四類合成分類器為每幅影像輸出機率向量；
四批互不重用的標記資料分別用作 calibrator fitting、metric evaluation、interval calibration 與 deployment checking；
temperature scaling 校準完整多類分佈，第二個單調映射再針對指定 risk-proxy 類別；
影像機率匯聚成每格預期數量與 realised-count interval；
受約束 optimiser 把網格摘要轉成巡邏時間。

五階段圖解，把合成分類器機率、互相分離的資料角色、校準、網格匯聚與受約束巡邏配置連起來，並標示 field validation 界線。 — **圖 1。** 這是按手稿方法重新繪製的編輯圖解，不是由 supplied PDF 抽取的圖。下方虛線界線不可省略：pipeline 只在合成景觀內測試，並未證明真實巡邏成效。

每一階段回答不同問題。Multiclass calibration 檢查各預測標籤的信心能否對應經驗頻率；task calibration 檢查真正進入 allocator 的指定類別機率是否可靠；count aggregation 研究影像層不確定性如何在網格內累積；allocation 則研究這些數量的偏差如何在指定 utility 下改變決策。

若把四者壓成「更好校準改善保育」一句，便會跳過大部分推理鏈。手稿較克制：它量度中間量，也把最終 decision objective 明確限制在合成世界。

為甚麼資料角色必須分開

若同一批 labels 同時影響校準轉換及其評估，校準效果很容易看來過度理想。手稿由同一個 latent synthetic landscape 生成四批條件獨立資料，以避免直接 leakage：

fit batch 估計校準參數；
evaluation batch 報告 ECE、Brier score 與 negative log likelihood；
interval-calibration batch 選取 predictive-width adjustment；
deployment batch 檢查 realised counts 與決策表現。

這個分工是方法上的優點，避免 deployment check 同時充當 tuning set。不過，它不代表合成網格在所有科學意義上互相獨立：它們仍共享景觀生成假設、空間相關模型、class bias 與 observation model。研究可以乾淨地測試內部行為，卻不能證明同一轉換能跨保護區、季節、相機或分類器維持有效。

兩種不同的校準工作

令 $\boldsymbol{\pi}_j$ 為影像 $j$ 的四類機率向量，並令 $\ell_j=\log \boldsymbol{\pi}_j$ 。Temperature scaling 擬合一個正純量 $T$ ：

\widehat{T} =\arg\min_{T>0} -\sum_{j\in C_{\mathrm{fit}}} \log\left[\operatorname{softmax}(\ell_j/T)\right]_{y_j}.

因為所有 logits 除以同一純量不會改變類別排序，temperature scaling 可以把信心變軟或變尖，而不改變預測類別。它能修正整體過度自信，但巡邏 allocator 並不只使用 top-label confidence；它使用指定 risk-proxy 類別 $K$ 的機率。

手稿因此再擬合一個單調轉換：

q_j =\sigma\!\left(a\,\operatorname{logit}(\pi_{jK})+b\right), \qquad a>0,

其中 $q_j$ 是經 task calibration 的 risk-proxy probability。正斜率限制保留原來排序，同時容許機率尺度改變。

這個分別很重要。分類器的 top-label calibration 可以看似合理，但真正用來加總的單一類別機率仍可能高估或低估。反過來，改善一個指定類別亦不證明所有類別或所有用途都完成校準。

手稿報告 expected calibration error，但 ECE 會受 binning 與實作細節影響。在程式及穩定 revision 可供檢查前，本篇只把 ECE 視作手稿證據，不把它寫成已獨立 audit 的統計量。

由影像機率走到不確定網格數量

網格 $i$ 的 task-calibrated point estimate 是

\widehat z_i=\sum_{j\in D_i}q_{ij}.

這是一個 expected count，不是 realised count，更不是「網格有偷獵者」的機率。手稿把 realised synthetic count 寫成 Bernoulli variables 之和：

Z_i=\sum_{j\in D_i}B_{ij}, \qquad B_{ij}\sim\operatorname{Bernoulli}(q_{ij}).

當每幅影像機率不同，便得到 Poisson-binomial distribution。Dynamic programming 先給出 base interval；獨立 interval-calibration batch 再選擇一個非負整數 margin，在 deployment evaluation 前把 interval 加寬。

手稿清楚表明這不是 distribution-free conformal guarantee。Coverage 仍取決於 probability model，也取決於 interval-calibration batch 是否能代表 deployment。Simulator 內的 empirical coverage 不能變成對未來 camera network 的普遍定理。

配置模型

Fixed-budget experiment 使用 diminishing-return utility：

u_i(\tau_i,z_i) =z_i\left(1-e^{-\lambda\tau_i}\right),

並限制總巡邏時間及每格上限。估計風險較高的網格先得到較多時間，但同一網格的 marginal gain 逐步下降，所以 optimiser 會把時間分散，而不是把全部 budget 放到最大 point estimate。

研究把 raw、temperature-scaled、task-calibrated 與 predictive-upper counts 所產生的 policies，與 synthetic oracle 比較。Regret 定義為 oracle utility 減去 tested policy 在 simulator expected field 上取得的 utility。

這個設定令 decision consequence 可以量度，亦非常 stylised。它沒有 travel route、ranger 出發點、地形、進入限制、巡邏後 detection uncertainty、對手適應、職員安全，亦沒有把一般人類活動當成可疑事件的傷害。這些省略意味著 utility score 不能被當作 operational recommendation。

手稿報告了甚麼

以下數字來自 author-provided camera-ready manuscript，並未在本篇獨立重現。

在二十個、每個 400 格的合成網絡上，手稿報告：

top-label ECE 由 raw scores 的 $0.341\pm0.010$ 變成 temperature scaling 後的 $0.048\pm0.010$ ；
risk-proxy ECE 由 raw 的 $0.111\pm0.013$ ，變成 temperature scaling 後 $0.057\pm0.005$ ，再到 task calibration 後 $0.017\pm0.005$ ；
oracle-relative patrol regret 由 raw plan 的 $2.64\pm0.51\%$ ，變成 temperature scaling 後 $0.54\pm0.21\%$ ，以及 task calibration 後 $0.33\pm0.08\%$ ；
base interval coverage 為 $0.877\pm0.028$ ，held-out calibration 後 coverage 為 $0.932\pm0.020$ ，nominal level 是 $0.90$ ；
task calibration 後，raw-policy regret gap 的 manuscript-reported closure 是 $87.46\pm2.20\%$ 。

手稿以 $\pm$ 表示 across-seed summaries。本篇稱之為 reported dispersion，不自行改稱 confidence interval；精確 aggregation 仍應與 released implementation 或 machine-readable table 對照。

四張資訊卡概括手稿報告的 top-label 校準誤差、risk-proxy 校準誤差、巡邏 regret 與 interval coverage，並在下方分開已支持與未證立聲稱。 — **圖 2。** 這是按手稿數值重新繪製的編輯摘要。較低 ECE 與 regret 只在 simulator 內有利；coverage point 與 nominal 0.90 比較。圖中數值均未為本篇獨立重現。

結果 pattern 與研究問題相符：校準完整 class vector 有幫助，進一步校準真正進入 decision rule 的機率又帶來額外差異。因此，研究在其已聲明的 synthetic protocol 內展示 probability scale 的 decision-stage consequence。

它並未證明真實 camera-trap classifier 會有同樣程度的 miscalibration 或 improvement。Simulator 以 class bias、noisy logits 與特意 overconfident regime 生成輸出；部署模型可能因 domain shift、未見 species、低照度、camera hardware、habitat、人類活動或 class prevalence 改變而以完全不同方式失效。

Upper bound 不會自動變得更安全

手稿亦比較 task-calibrated point plan 與 predictive upper endpoint plan。在指定 upper-risk stress field 下，upper-bound plan 按構造會有保護作用；在 nominal field 下，它卻可能令資源過度集中並增加成本。

這是一個有價值的負面結果。「使用 upper confidence bound」並不是免費 robustness principle。它是否有用，取決於 missed event、patrol hour 與錯誤集中資源各自的 loss。真實決策需要 stakeholder-defined costs 與 operational constraints，不能只偏好看似保守的數字。

研究沒有證明甚麼

手稿把 synthetic evaluation 列為主要限制。以下說法均超出現有證據：

pipeline 能偵測偷獵者；
human-presence class 能分辨獲授權與未獲授權人士；
某個指定保護區的 deployed classifier 已完成校準；
synthetic utility 等於拯救動物、阻止事件或提高 ranger safety；
interval 有 distribution-free coverage；
upper-bound planning 普遍 robust；
manuscript-reported values 已獨立重現；
論文已完成口頭報告、已收入 proceedings、已在 IEEE Xplore 上線或已有 DOI。

真實部署還需要合法及合乎倫理地治理涉及人的影像、核對 authorised-person records、接受在地審查、安全處理敏感保育位置、加入 route-aware planning、監察季節與 hardware shift，並反覆檢查 calibration。公開材料不應洩露巡邏路線或脆弱物種座標。

可重現性與出版狀態

Supplied six-page PDF 寫明 implementation 可在 project repository 取得，但 PDF 內沒有 repository URL。我沒有驗證 public code revision、dependency environment、完整 seed list、machine-readable result table 或 output manifest。因此，全部數值仍屬 manuscript-reported。

PDF metadata 表示檔案通過 IEEE PDF eXpress certification。IEEE conference guidance說明 PDF eXpress 用來檢查或轉換符合 IEEE Xplore 相容格式的檔案；這項 metadata 並不是 IEEE Xplore publication record。

不過，官方所列的出版路徑不只是模糊可能性。AI4Nature call for papers寫明 accepted papers 將收入 AVSS 2026 proceedings 並在 IEEE Xplore 出版，而且每篇 accepted paper 至少要由一個 full registration 覆蓋。AVSS call for papers則寫明 accepted 且已 presented 的 papers 會收入 proceedings；camera-ready 流程另要求 PDF eXpress-compatible file、CMT upload 及 IEEE electronic copyright transfer。公開網頁無法核實用戶的付款收據、實際 registration category、CMT final state 或 eCF 是否完成，因此本篇只把它寫成：若作者端條件完成，而且明日按議程完成報告，則有明確官方出版安排；不能提前寫成已出版。

官方頁面沒有給出 AVSS-specific Xplore date。IEEE 的 Xplore conference FAQ表示，proceedings 通常在 IEEE 收到完整內容後約 30–60 日出現在 Xplore，同時提醒 organizers 可能在 conference 後數星期才送交。合理監察窗口因此是會後數星期至數月，而不是由 8 月 31 日起計的一個保證倒數。

本頁不會上載 supplied PDF，也沒有抽取其中任何 figure。兩幅圖都是為本篇重新製作的 editorial graphics。任何 accepted manuscript 上載前，作者仍應核對適用版本、copyright agreement、required notice 與 co-author approval。IEEE 的 conference posting policy明確區分 accepted manuscript 與 version of record。

下一次可以更新甚麼

8 月 31 日後，第一項更新應核實已安排的 oral presentation 是否實際舉行。只有經核實後，措辭才可由「scheduled」改為「presented」；這仍不等於 proceedings 已出版。

IEEE Xplore record 出現後，才加入 DOI、完整 citation 與 official abstract link。技術重現亦應另作更新：鎖定 stable code revision、重建 environment、運行已聲明 seeds 或有紀錄的 subset、把 regenerated tables 與手稿逐項比較，並保留相符與不相符之處。

核心教訓毋須把 simulator 假裝成保護區。Probability score 經 aggregation、uncertainty estimation 與 optimisation 後，可以變成 resource-allocation input。因此，只要下游 decision 把 probabilities 當成 quantities，calibration 便不只是 model evaluation 指標，也屬整條決策鏈的 audit 問題。

來源與狀態紀錄

Chan, K. H., Ao, L. N., Loi, W. K., Tse, L. T., & Cheng, S. K. (2026). From Pixels to Patrols: A Calibration-Aware Sensor Fusion Pipeline for Camera-Trap-Driven Anti-Poaching Resource Allocation. Author-provided camera-ready manuscript；截至 2026 年 8 月 30 日，proceedings record 與 DOI pending。
AI4Nature@AVSS 2026 官方議程——Paper ID 7、作者、session 與 scheduled date。
AI4Nature call for papers——workshop publication plan 與日期。
AVSS 2026 programme及 camera-ready instructions——workshop day 與 conference publication process。
Guo, C., Pleiss, G., Sun, Y., & Weinberger, K. Q. (2017). On Calibration of Modern Neural Networks. Proceedings of Machine Learning Research, 70, 1321–1330.
IEEE Xplore conference FAQ——IEEE 收到 proceedings 後一般約 30–60 日的 ingestion guidance，並非 AVSS-specific guarantee。