破解虫灾监测难题！从人脸辨认到“虫脸辨认”难度多大？

　　【环球时报报导 记者 赵觉珵】刷脸付出、刷脸开门、刷脸解锁手机……根据人工智能图画辨认技能的种种使用在日常日子中层出不穷。但将这项人工智能技能用来辨认“虫脸”，恐怕便是许多人都幻想不到的了。据《环球时报》记者了解，由中国科学院合肥物质科学研究院智能机械研究所研制的“虫脸辨认”技能已在安徽、江西等6省市推广使用。该所才智农业研究中心博士后杜健铭近来承受《环球时报》记者采访时介绍称，“虫脸辨认”技能现在可以精准辨认数十种常见害虫，助力田间植物保护测报人员和种田大户判别田间病虫灾产生程度。

　　“虫脸辨认”是一种根据人工智能图画辨认和检测技能，让机器主动化辨认相片中害虫品种和数量的病虫灾测报方法。经由摄影、上传、剖析、反应等环节，植保人员和种田大户可以快速了解农田内的病虫灾状况。

　　杜健铭向《环球时报》记者介绍称，在田间收集摄影运用的是由中科院合肥物质科学研究院智能机械研究所科研人员自主研制的智能设备（上图）。该设备由一根配有高清摄像头与传感器的“杆”和搭载专用App的智能终端组成，可以伸到作物根系、果树树梢等查询人员难以进入、查询的当地，使图画收集作业愈加快捷。

　　在田间完结图画收集后，图片将经过专用App被上传至后端的算法服务器上，服务器会根据人工智能技能对这些图画中包含的信息进行剖析与概括研判，并将辨认成果数据回来至移动终端，整个进程仅需1秒钟左右。

　　在移动终端上，用户可以实时检查当时的图画中包含有哪些害虫以及害虫的数量，也可以根据多个采样点的辨认成果概括评价出当时田块中或许的虫灾产生等级，辅佐农业植物保护专家完结快速田间查询，并供给适宜的防治主张。

　　此外，相关数据还会被存储到云端的数据库中，作业人员可以经过电脑客户端进行愈加细心地查阅，并可以对成果进行修改、补白及下载，然后完结整个测报作业。

　　除移动端外，中科院合肥物质科学研究院智能机械研究所也与其他组织协作研制多种测报设备下的病虫灾辨认技能，其间最具代表性的事例是田间固定式害虫测报灯下多品种害虫智能辨认技能。

　　杜健铭说，固定式害虫测报灯经过在田间安放光诱灯，用特定频段光把方针害虫诱来后，主动对捕获到的害虫进行周期性摄影，并运用人工智能技能对图画进行辨认，长途承认害虫的品种与数量。测报灯的要点害虫辨认率能到达75%-80%，关于非常重要的害虫估计可以到达90%。

　　虽然说起来简单，但“虫脸辨认”比日子中得到广泛使用的人脸辨认难度大得多。乃至可以说，同样是根据机器视觉关于图画包含物体的辨认，精准辨认出特征不同、形状万千的“虫脸”难度更上一个台阶。

　　杜健铭告知《环球时报》记者，人脸有几十个要害点，机器是经过查找眼睛、鼻子、嘴等特征承认一个人的长相，“很重要的一点是，人脸辨认的都是人，而害虫的形状特征是非常杂乱的”。

　　据杜健铭介绍，“虫脸辨认”存在多项首要应战：首要，许多害虫的类似度极高，例如鳞翅目下就包含数十种常见田间作物害虫，表面特征很类似，“普通人看上去都是蛾子”，有些类别之间的差异仅仅在翅膀上的一个不起眼的小斑驳，专业人员也需细心分辩，因而运用人工智能进行概括比较困难；其次，害虫大小不一，有的害虫在相片中会小到难以进行形状分辩；此外，摄影方法导致的逆光、暗影等会让摄影采样质量有较动，进一步增加了辨认难度。

　　更杂乱的是，我国首要经济作物上或许呈现的害虫品种到达几百种；而每种害虫又或许处于不同虫龄以及发育阶段，如幼虫期和成虫期，导致即使是同一种害虫的姿势也会大不相同。这就造成了田间的“虫脸辨认”需求辨认多姿势、多品种、多形状的害虫，带来的技能应战比人脸辨认大得多。

　　面临比人脸愈加杂乱多样的“虫脸”，提高辨认精确率的中心仍是树立起满足规划的“虫脸”数据库。据悉，2016年到2018年的3年时间里，中科院合肥物质科学研究院智能机械研究所的科研人员简直住在了安徽省内的各个县市，对田间的害虫进行数据收集，完结了快速的数据堆集。

　　数据库树立后，农业植物保护专家首要根据对害虫的判别来剖析收拾数据库，然后运用特别规划的人工智能深度学习算法，让计算机主动概括和总结某一类害虫所具有的共性，例如口器、翅膀纹路、后背的斑纹和斑驳，这些特征终究构成了一张张“虫脸”。

　　据杜健铭介绍，现在针对种田大户运用的数据库已包含100多万张图片，掩盖29种农作物和经济作物，300多种病虫灾。其间，对四五十种病虫灾的辨认精确度在80%以上。杜健铭说，“虫脸辨认”技能对一些严重的迁飞性害虫以及小麦、水稻的要点重视害虫的辨认，现已比较成功了。

　　“虫脸辨认”技能最先在安徽省内进行实验。从2016年开端，由全国农业技能推广服务中心联合安徽省植保总站向全国4个省市进行推广使用，在2018年扩大到6个省市（安徽、江西、河南、湖南、湖北、山东省）。

　　杜健铭告知《环球时报》记者，“虫脸辨认”技能的使用提高了病虫灾测报的功率，也降低了本钱。科研人员将持续对“虫脸辨认”技能进行完善，期望进一步提高可辨认的病虫灾品种及精确性。杜健铭表明，团队期望不断更新硬件设备，提高图片摄影的质量。与此同时，针对难以辨认的“虫脸”，团队也方案可以开发新算法，经过总结植保专家的经历常识和模拟人的感知才能，建立一个与多种常识结合的图画辨认推理模型，提高图画的辨认才能。

　　杜健铭说，除了进行即时病虫灾测报外，科研人员正在向更长时间的主动化病虫灾产生精准猜测这个方向尽力。现在还需求人工在田间收集数据的作业，未来将经过无人设备或许愈加智能化的辅佐设备来完结。到时再利用先进的人工智能技能，逐渐代替人工构建、弥补及保护猜测模型的作业，就可以完成主动化的快速迭代害虫产生猜测模型，协助农业专家们更快更精确地猜测病虫灾产生。