中國林業科學研究院:實現快速精準識別瀕危珍貴木材

李晨

近日，《木材研究》在線發表了一項木材計算機視覺識別研究方面的標志性成果。中國林業科學研究院木材工業研究所開發了基于構造圖像的木材識別新方法，首次實現了深度學習模型自動提取的木材圖像特征可視化，揭示了模型提取的黃檀屬和紫檀屬木材構造關鍵特征分別為管孔和軸向薄壁組織。

木材精準識別是一個世界性科技難題。論文第一作者何拓介紹，他們利用iWood木材識別系統從417份木材標本（含黃檀屬15種、紫檀屬11種）中采集了10237張橫切面精細構造圖像。在木材圖像數據集的基礎上，通過構建深度卷積神經網絡對圖像大數據進行訓練學習。針對15種黃檀屬、11種紫檀屬，以及所有26個樹種分別構建了3種不同的木材識別深度學習模型;并通過解析標本/圖像數量、圖像質量及圖像塊大小對模型精度的影響機制，確定了模型最優參數體系，完成了木材圖像識別特征的自動化提取，實現了對口岸現場黃檀屬和紫檀屬等常見貿易瀕危珍貴木材的快速精準識別。

該研究構建的深度學習模型，在木材“種”水平上的識別精度分別達88.4%、93.7%和99.3%。相較而言，針對相同樣本在“屬”水平的識別，國內外木材鑒別專家的識別精度僅為78.2%，且無法實現“種”水平的識別。