【環(huán)球時(shí)報(bào)報(bào)道 記者 趙覺珵】刷臉支付、刷臉開門、刷臉解鎖手機(jī)……基于人工智能圖像識別技術(shù)的種種應(yīng)用在日常生活中屢見不鮮。但將這項(xiàng)人工智能技術(shù)用來識別“蟲臉”，恐怕就是很多人都想象不到的了。據(jù)《環(huán)球時(shí)報(bào)》記者了解，由中國科學(xué)院合肥物質(zhì)科學(xué)研究院智能機(jī)械研究所研發(fā)的“蟲臉識別”技術(shù)已在安徽、江西等6省市推廣應(yīng)用。該所智慧農(nóng)業(yè)研究中心博士后杜健銘近日接受《環(huán)球時(shí)報(bào)》記者采訪時(shí)介紹稱，“蟲臉識別”技術(shù)目前可以精準(zhǔn)識別數(shù)十種常見害蟲，助力田間植物保護(hù)測報(bào)人員和種田大戶判斷田間病蟲害發(fā)生程度。
用“自拍桿”為害蟲拍“寫真”
“蟲臉識別”是一種基于人工智能圖像識別和檢測技術(shù)，讓機(jī)器自動化識別照片中害蟲種類和數(shù)量的病蟲害測報(bào)手段。經(jīng)由拍攝、上傳、分析、反饋等環(huán)節(jié)，植保人員和種田大戶可以快速了解農(nóng)田內(nèi)的病蟲害情況。
由中科院合肥物質(zhì)科學(xué)研究院智能機(jī)械研究所科研人員自主研發(fā)的智能設(shè)備
杜健銘向《環(huán)球時(shí)報(bào)》記者介紹稱，在田間采集拍攝使用的是由中科院合肥物質(zhì)科學(xué)研究院智能機(jī)械研究所科研人員自主研發(fā)的智能設(shè)備（上圖）。該設(shè)備由一根配有高清攝像頭與傳感器的“自拍桿”和搭載專用App的智能終端組成，可以伸到作物根系、果樹樹梢等調(diào)查人員難以進(jìn)入、觀察的地方，使圖像采集工作更加便捷。
在田間完成圖像采集后，圖片將通過專用App被上傳至后端的算法服務(wù)器上，服務(wù)器會基于人工智能技術(shù)對這些圖像中包含的信息進(jìn)行分析與綜合研判，并將識別結(jié)果數(shù)據(jù)返回至移動終端，整個(gè)過程僅需1秒鐘左右。
在移動終端上，用戶可以實(shí)時(shí)查看當(dāng)前的圖像中包含有哪些害蟲以及害蟲的數(shù)量，也可以根據(jù)多個(gè)采樣點(diǎn)的識別結(jié)果綜合評估出當(dāng)前田塊中可能的蟲害發(fā)生等級，輔助農(nóng)業(yè)植物保護(hù)專家完成快速田間調(diào)查，并提供合適的防治建議。
此外，相關(guān)數(shù)據(jù)還會被存儲到云端的數(shù)據(jù)庫中，工作人員可以通過電腦客戶端進(jìn)行更加仔細(xì)地查閱，并可以對結(jié)果進(jìn)行編輯、備注及下載，從而完成整個(gè)測報(bào)工作。
除移動端外，中科院合肥物質(zhì)科學(xué)研究院智能機(jī)械研究所也與其他機(jī)構(gòu)合作研發(fā)多種測報(bào)裝置下的病蟲害識別技術(shù)，其中最具代表性的案例是田間固定式害蟲測報(bào)燈下多種類害蟲智能識別技術(shù)。
杜健銘說，固定式害蟲測報(bào)燈通過在田間安放光誘燈，用特定頻段光把目標(biāo)害蟲誘來后，自動對捕獲到的害蟲進(jìn)行周期性拍照，并使用人工智能技術(shù)對圖像進(jìn)行識別，遠(yuǎn)程確認(rèn)害蟲的種類與數(shù)量。測報(bào)燈的重點(diǎn)害蟲識別率能達(dá)到75%-80%，對于非常重要的害蟲預(yù)計(jì)可以達(dá)到90%。
“蟲臉識別”比人臉識別更難
盡管說起來容易，但“蟲臉識別”比生活中得到廣泛應(yīng)用的人臉識別難度大得多。甚至可以說，同樣是基于機(jī)器視覺對于圖像包含物體的識別，精準(zhǔn)辨認(rèn)出特征不同、形態(tài)各異的“蟲臉”難度更上一個(gè)臺階。
杜健銘告訴《環(huán)球時(shí)報(bào)》記者，人臉有幾十個(gè)關(guān)鍵點(diǎn)，機(jī)器是通過查找眼睛、鼻子、嘴等特征確認(rèn)一個(gè)人的長相，“很重要的一點(diǎn)是，人臉識別的都是人，而害蟲的形態(tài)特征是非常復(fù)雜的”。
據(jù)杜健銘介紹，“蟲臉識別”存在多項(xiàng)主要挑戰(zhàn)：首先，很多害蟲的相似度極高，例如鱗翅目下就包含數(shù)十種常見田間作物害蟲，外貌特征很相似，“普通人看上去都是蛾子”，有些類別之間的區(qū)別僅僅在翅膀上的一個(gè)不起眼的小斑點(diǎn)，專業(yè)人員也需仔細(xì)分辨，因此使用人工智能進(jìn)行歸納比較困難；其次，害蟲大小不一，有的害蟲在照片中會小到難以進(jìn)行形態(tài)分辨；此外，拍攝手法導(dǎo)致的逆光、陰影等會讓拍攝采樣質(zhì)量有較大波動，進(jìn)一步增加了識別難度。
更復(fù)雜的是，我國主要經(jīng)濟(jì)作物上可能出現(xiàn)的害蟲種類達(dá)到幾百種；而每種害蟲又可能處于不同蟲齡以及發(fā)育階段，如幼蟲期和成蟲期，導(dǎo)致即使是同一種害蟲的樣子也會大不相同。這就造成了田間的“蟲臉識別”需要識別多姿態(tài)、多種類、多形態(tài)的害蟲，帶來的技術(shù)挑戰(zhàn)比人臉識別大得多。
面對比人臉更加復(fù)雜多樣的“蟲臉”，提升識別準(zhǔn)確率的核心還是建立起足夠規(guī)模的“蟲臉”數(shù)據(jù)庫。據(jù)悉，2016年到2018年的3年時(shí)間里，中科院合肥物質(zhì)科學(xué)研究院智能機(jī)械研究所的科研人員幾乎住在了安徽省內(nèi)的各個(gè)縣市，對田間的害蟲進(jìn)行數(shù)據(jù)采集，完成了快速的數(shù)據(jù)積累。
數(shù)據(jù)庫建立后，農(nóng)業(yè)植物保護(hù)專家首先依據(jù)對害蟲的判斷來分析整理數(shù)據(jù)庫，然后使用特別設(shè)計(jì)的人工智能深度學(xué)習(xí)算法，讓計(jì)算機(jī)自動歸納和總結(jié)某一類害蟲所擁有的共性，例如口器、翅膀紋理、后背的花紋和斑點(diǎn)，這些特征最終構(gòu)成了一張張“蟲臉”。
據(jù)杜健銘介紹，目前針對種田大戶使用的數(shù)據(jù)庫已包括100多萬張圖片，覆蓋29種農(nóng)作物和經(jīng)濟(jì)作物，300多種病蟲害。其中，對四五十種病蟲害的識別準(zhǔn)確度在80%以上。杜健銘說，“蟲臉識別”技術(shù)對一些重大的遷飛性害蟲以及小麥、水稻的重點(diǎn)關(guān)注害蟲的識別，已經(jīng)比較成功了。
向更長期的自動化病蟲害精準(zhǔn)預(yù)測努力
“蟲臉識別”技術(shù)最先在安徽省內(nèi)進(jìn)行試驗(yàn)。從2016年開始，由全國農(nóng)業(yè)技術(shù)推廣服務(wù)中心聯(lián)合安徽省植保總站向全國4個(gè)省市進(jìn)行推廣應(yīng)用，在2018年擴(kuò)大到6個(gè)省市（安徽、江西、河南、湖南、湖北、山東省）。
杜健銘告訴《環(huán)球時(shí)報(bào)》記者，“蟲臉識別”技術(shù)的應(yīng)用提升了病蟲害測報(bào)的效率，也降低了成本。科研人員將繼續(xù)對“蟲臉識別”技術(shù)進(jìn)行完善，希望進(jìn)一步提升可識別的病蟲害種類及準(zhǔn)確性。杜健銘表示，團(tuán)隊(duì)希望不斷更新硬件設(shè)備，提升圖片拍攝的質(zhì)量。與此同時(shí)，針對難以識別的“蟲臉”，團(tuán)隊(duì)也計(jì)劃能夠開發(fā)新算法，通過總結(jié)植保專家的經(jīng)驗(yàn)知識和模擬人的感知能力，搭建一個(gè)與多種知識結(jié)合的圖像識別推理模型，提升圖像的識別能力。
杜健銘說，除了進(jìn)行即時(shí)病蟲害測報(bào)外，科研人員正在向更長期的自動化病蟲害發(fā)生精準(zhǔn)預(yù)測這個(gè)方向努力。現(xiàn)在還需要人工在田間采集數(shù)據(jù)的工作，未來將通過無人設(shè)備或者更加智能化的輔助設(shè)備來完成。屆時(shí)再利用先進(jìn)的人工智能技術(shù)，逐步替代人工構(gòu)建、補(bǔ)充及維護(hù)預(yù)測模型的工作，就可以實(shí)現(xiàn)自動化的快速迭代害蟲發(fā)生預(yù)測模型，幫助農(nóng)業(yè)專家們更快更準(zhǔn)確地預(yù)測病蟲害發(fā)生。
