基于圖像識(shí)別的濕地外來入侵物種監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

文章編號(hào)：2096-1472（2022）-02-51-04

DOI：10.19644/j.cnki.issn2096-1472.2022.002.012

摘? 要：針對(duì)外來物種入侵對(duì)濕地生態(tài)環(huán)境構(gòu)成的嚴(yán)重危害和潛在威脅，開發(fā)了濕地外來入侵物種監(jiān)測(cè)系統(tǒng)。本系統(tǒng)基于Linux操作系統(tǒng)，選用Eclipse開發(fā)軟件、MySQL數(shù)據(jù)庫和Openlayers地理信息系統(tǒng)，應(yīng)用人工智能百度AI開發(fā)平臺(tái)的圖像識(shí)別接口服務(wù)，實(shí)現(xiàn)了外來入侵物種名錄管理、物種識(shí)別、物種上報(bào)等功能。經(jīng)過測(cè)試，本系統(tǒng)識(shí)別準(zhǔn)確度較高，對(duì)終端性能要求較低，運(yùn)行基本正常穩(wěn)定，具有較強(qiáng)的移植性，適用于相關(guān)監(jiān)測(cè)系統(tǒng)識(shí)別功能的二次開發(fā)，可以有效支持濕地外來入侵物種監(jiān)測(cè)工作。

關(guān)鍵詞：圖像識(shí)別;人工智能;監(jiān)測(cè)系統(tǒng)

中圖分類號(hào)：TP391? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

Design and Implementation of a Wetland Invasive Species?Monitor System based on Image Recognition

YAN Ruihua

（Information Center of National Forestry and Grassland Administration， Beijing 100714， China）

yanruihua@buaa.edu.cn

Abstract： This paper proposes to develop a wetland invasive species monitor system in view of the serious harm and potential threats to the wetland ecological environment caused by the invasion of alien species. The system adopts the Linux operating system， uses Eclipse development software， MySQL database and Openlayers geographic information system. It also utilizes image recognition interface services of Baidu AI （Artificial Intelligence） development platform. System functions， such as invasive species information management， species recognition and species reporting， are realized. Test results show that the system has high recognition accuracy， low terminal performance requirements， basically normal and stable operation， and strong transplantability. It can be applied to the secondary development of the recognition function of related monitor systems and can effectively support monitoring work of invasive alien species in wetlands.

Keywords： image recognition; artificial intelligence; monitor system

1? ?引言（Introduction）

外來生物入侵濕地生態(tài)系統(tǒng)，損害濕地生態(tài)系統(tǒng)和當(dāng)?shù)厣锏亩鄻有裕呀?jīng)引起了國際社會(huì)的廣泛關(guān)注。目前，動(dòng)植物物種的傳統(tǒng)識(shí)別工作主要依靠相關(guān)從業(yè)人員的工作經(jīng)驗(yàn)，與其他領(lǐng)域的監(jiān)測(cè)技術(shù)相比，圖像識(shí)別技術(shù)在物種監(jiān)測(cè)應(yīng)用方面還有較大的提升空間。特別是智能移動(dòng)終端的普及，可以快速、準(zhǔn)確識(shí)別和處理所觀測(cè)的動(dòng)植物信息，且保證較高的識(shí)別精度和識(shí)別效率。

圖像識(shí)別技術(shù)是通過終端設(shè)備處理拍攝或者存儲(chǔ)的圖像信息，運(yùn)用訓(xùn)練好的計(jì)算模型，對(duì)圖像信息進(jìn)行分析確認(rèn)，實(shí)現(xiàn)物種屬類的精確識(shí)別。圖像識(shí)別技術(shù)主要采用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法，在神經(jīng)網(wǎng)絡(luò)輸入輸出之間構(gòu)建多層卷積神經(jīng)網(wǎng)絡(luò)。人工智能服務(wù)平臺(tái)的出現(xiàn)，為圖像識(shí)別技術(shù)提供了簡便易行的途徑。本文提出的基于百度AI開發(fā)平臺(tái)圖像識(shí)別接口服務(wù)的濕地外來入侵物種監(jiān)測(cè)系統(tǒng)，通過移動(dòng)智能終端采集、存儲(chǔ)和上傳濕地外來入侵物種圖像信息，減少了相關(guān)管理部門的硬件設(shè)備成本;通過移動(dòng)通信網(wǎng)絡(luò)，使系統(tǒng)便于人工操作、數(shù)據(jù)傳輸，融合地理信息系統(tǒng)，可實(shí)現(xiàn)所轄濕地外來入侵物種的空間分布展示。

2? ?系統(tǒng)總體設(shè)計(jì)（Overall system design）

濕地外來入侵物種監(jiān)測(cè)系統(tǒng)基于Linux操作系統(tǒng)，選用Eclipse開發(fā)軟件、MySQL數(shù)據(jù)庫和Openlayers地理信息系統(tǒng)，調(diào)用百度AI開發(fā)平臺(tái)的圖像識(shí)別接口服務(wù)，實(shí)現(xiàn)了物種識(shí)別工作。其中，百度AI開發(fā)平臺(tái)的圖像識(shí)別接口服務(wù)可以為開發(fā)者提供API接口，支持同時(shí)調(diào)用多個(gè)模型服務(wù)，包括圖像主體監(jiān)測(cè)、動(dòng)物識(shí)別、植物識(shí)別等，發(fā)送圖像識(shí)別后，可以將指定模型的識(shí)別結(jié)果返回本系統(tǒng)。

濕地外來入侵物種監(jiān)測(cè)系統(tǒng)流程的設(shè)計(jì)與實(shí)現(xiàn)如圖1所示。本系統(tǒng)主要包括名錄管理功能和物種識(shí)別功能兩個(gè)模塊。其中，名錄管理功能包括數(shù)據(jù)管理、信息搜索和空間展示;物種識(shí)別功能包括拍照識(shí)別、信息上報(bào)和數(shù)據(jù)統(tǒng)計(jì)。

名錄管理功能詳細(xì)介紹如下：

用戶通過填報(bào)或者批量導(dǎo)入的方式實(shí)現(xiàn)外來入侵物種名錄信息的統(tǒng)一管理，通過調(diào)用地圖信息系統(tǒng)將外來入侵物種信息與政區(qū)空間數(shù)據(jù)進(jìn)行信息融合，實(shí)現(xiàn)入侵物種信息的空間展示。用戶可以查詢、瀏覽已錄入系統(tǒng)的外來入侵物種信息，了解掌握名錄內(nèi)外來物種的特點(diǎn)及主要分布情況，作為所轄濕地區(qū)域內(nèi)外來物種監(jiān)管的重要參考之一。

（1）數(shù)據(jù)管理：數(shù)據(jù)管理功能實(shí)現(xiàn)濕地外來入侵物種名錄信息的維護(hù)管理。用戶可以通過本模塊對(duì)濕地外來入侵物種目錄信息包括物種名稱、學(xué)名、英文名、別名、分類地位、形態(tài)特征、地理分布、中國分布、入侵危害、控制方法及形態(tài)圖片等進(jìn)行維護(hù)管理。系統(tǒng)提供信息填報(bào)和批量導(dǎo)入兩種形式實(shí)現(xiàn)外來入侵物種名錄信息的錄入，同時(shí)支持外來入侵物種名錄信息的編輯、刪除和導(dǎo)出功能。

（2）信息搜索：用戶可以通過本功能在已有的物種庫中搜索查找入侵物種信息。通過輸入物種名稱和在下拉列表中直接查找兩種方式，查找出要上報(bào)的物種信息（包括濕地類型、濕地名稱、入侵物種類型、入侵面積、入侵情況簡述和現(xiàn)場(chǎng)照片）。

（3）空間展示：空間展示功能以地理信息系統(tǒng)圖層形式展示已錄入外來入侵物種的空間分布情況，將外來入侵物種名錄與省級(jí)行政區(qū)劃進(jìn)行圖層疊加，實(shí)現(xiàn)外來物種入侵濕地區(qū)域分布的空間展示。支持外來物種空間分布信息的查詢及其詳細(xì)信息查看，同時(shí)，提供多種地圖瀏覽工具，包括放大、縮小、平移、全圖等功能。

物種識(shí)別功能詳細(xì)介紹如下：

物種識(shí)別模塊實(shí)現(xiàn)未知入侵物種信息的搜索、識(shí)別。濕地區(qū)域管理人員可通過物種識(shí)別功能搜索、查找、拍照識(shí)別入侵物種信息。若在所轄濕地范圍內(nèi)發(fā)現(xiàn)外來入侵物種名錄中的物種，可通過該功能模塊進(jìn)行入侵信息上報(bào)，幫助相關(guān)部門及時(shí)了解掌握所轄濕地外來物種入侵情況。同時(shí)系統(tǒng)提供對(duì)上報(bào)的入侵外來物種信息進(jìn)行統(tǒng)計(jì)分析功能，為濕地外來物種信息管理提供補(bǔ)充和支持。

（1）拍照識(shí)別：用戶可以通過本功能對(duì)觀測(cè)物種進(jìn)行拍照，選擇識(shí)別物種類別（識(shí)別植物、識(shí)別動(dòng)物）后，自動(dòng)識(shí)別物種信息。

（2）信息上報(bào)：將觀測(cè)物種的識(shí)別結(jié)果與濕地外來物種名錄進(jìn)行比對(duì)，若確定為該濕地的外來物種，選擇上報(bào)物種的名稱（依據(jù)外來物種信息管理模塊已錄入外來入侵物種名錄生成），填報(bào)入侵面積、入侵情況描述，選擇入侵濕地名稱、濕地類型及濕地所屬行政區(qū)，并上傳現(xiàn)場(chǎng)照片，完成該入侵物種的信息上報(bào)。

（3）數(shù)據(jù)統(tǒng)計(jì)：用戶通過選擇年度和行政區(qū)，統(tǒng)計(jì)各地區(qū)外來物種的年度入侵?jǐn)?shù)量和入侵面積。同時(shí)，系統(tǒng)提供了年度對(duì)比功能，可以對(duì)比展示某行政區(qū)任意年度的入侵物種種類以及各類入侵物種的上報(bào)次數(shù)和入侵面積，從而發(fā)現(xiàn)變化趨勢(shì)，為外來物種入侵防控工作提供決策支持。

3? ?系統(tǒng)具體實(shí)現(xiàn)（System implementation）

3.1? ?名錄管理模塊算法設(shè)計(jì)

名錄管理模塊是在MenuTest.java-Eclipse Platform軟件界面完成主要工作的。數(shù)據(jù)管理主要錄入Speciesname、Distribution、Wetnum、Irrupttype、Latitude、Longitude、Centercoor等信息。錄入觀測(cè)物種名稱，識(shí)別物種信息是否已經(jīng)收錄在濕地外來入侵物種名錄中。判斷沒有存儲(chǔ)相關(guān)信息后，錄入該物種相關(guān)信息。點(diǎn)擊addbt按鈕觸發(fā)on_addbt_clicked（）槽函數(shù)，該函數(shù)使用insert into語句將物種信息插入濕地外來入侵物種信息列表當(dāng)中。名錄管理模塊流程圖如圖2所示。

3.2? ?物種識(shí)別模塊算法設(shè)計(jì)

物種識(shí)別模塊首先需要采集觀測(cè)物種的照片，然后進(jìn)行物種信息識(shí)別，通過比對(duì)數(shù)據(jù)特征值，確定觀測(cè)物種是否為該區(qū)域的外來入侵物種并進(jìn)行上報(bào)。實(shí)現(xiàn)物種識(shí)別功能，具體算法設(shè)計(jì)如下：

（1）觀測(cè)物種圖片數(shù)據(jù)采集

通過調(diào)用Android系統(tǒng)攝像頭命令MediaStore.ACTION_IMAGE_CAPTURE采集物種照片。按照百度AI開放平臺(tái)請(qǐng)求參數(shù)指標(biāo)要求，對(duì)圖像信息進(jìn)行質(zhì)量檢測(cè)以確保圖像信息有效，將處理好的照片參數(shù)image、top_num、baike_num等存儲(chǔ)在指定路徑文件夾中。

（2）物種信息識(shí)別

以觀測(cè)物種是動(dòng)物為例。按照百度AI開放平臺(tái)請(qǐng)求代碼示例要求，選擇HTTP post方法，編輯請(qǐng)求URL指令 https：//aip.baidubce.com/rest/2.0/image-classify/v1/animal，發(fā)送請(qǐng)求調(diào)用百度AI開放平臺(tái)動(dòng)物識(shí)別API接口，獲取AccessToken，進(jìn)行物種監(jiān)測(cè)模型調(diào)用和物種識(shí)別。返回log_id、result、name、score等必要參數(shù)，作為物種信息識(shí)別結(jié)果。

（3）物種信息上報(bào)

當(dāng)識(shí)別出正確物種信息后，根據(jù)物種名稱查詢MySQL數(shù)據(jù)庫中濕地外來入侵生物名錄信息表中的信息。如果觀測(cè)物種可以查詢到確為所轄濕地外來入侵物種，則調(diào)用public static void queryBySpeciesname（String speciesname， View view， APICallback<list<DBRecord>> callback），顯示濕地外來物種信息并使用insert into語句，將濕地外來物種信息與所對(duì)應(yīng)的名錄信息保存在數(shù)據(jù)庫中。物種識(shí)別模塊流程圖如圖3所示。

4? ?系統(tǒng)測(cè)試（System testing）

濕地外來入侵物種監(jiān)測(cè)系統(tǒng)經(jīng)過測(cè)試，能夠達(dá)到正常運(yùn)行要求。其中，名錄管理模塊實(shí)現(xiàn)了用戶對(duì)濕地外來入侵物種名錄信息的統(tǒng)一管理和入侵物種信息的空間展示。名錄管理模塊測(cè)試運(yùn)行界面如圖4所示。

物種識(shí)別模塊實(shí)現(xiàn)了觀測(cè)物種信息的識(shí)別和上報(bào)功能。若在所轄濕地范圍內(nèi)發(fā)現(xiàn)疑似外來入侵物種，可點(diǎn)擊“攝像頭”按鈕，通過移動(dòng)終端獲取并顯示觀測(cè)物種圖像;點(diǎn)擊“識(shí)別”按鈕，系統(tǒng)將自動(dòng)獲取觀測(cè)物種相關(guān)信息。濕地外來物種識(shí)別模塊測(cè)試運(yùn)行界面如圖5所示。

系統(tǒng)將觀測(cè)物種相關(guān)信息與所轄濕地外來入侵物種名錄自動(dòng)進(jìn)行比對(duì)，若確為名錄中的物種，可填寫該物種相關(guān)入侵信息后，點(diǎn)擊“上報(bào)”按鈕，將相關(guān)入侵信息上報(bào)到系統(tǒng)中并統(tǒng)計(jì)分析。濕地外來物種上報(bào)模塊測(cè)試運(yùn)行界面如圖6所示。

5? ?結(jié)論（Conclusion）

濕地外來入侵物種監(jiān)測(cè)系統(tǒng)基于Linux操作系統(tǒng)，選用Eclipse開發(fā)軟件，使用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的百度AI開發(fā)平臺(tái)的圖像識(shí)別接口服務(wù)，主要實(shí)現(xiàn)了外來入侵動(dòng)植物識(shí)別和對(duì)入侵物種進(jìn)行上報(bào)登記。目前，本系統(tǒng)運(yùn)行穩(wěn)定，人機(jī)交互良好，可以通過智能手機(jī)攝像頭獲取監(jiān)測(cè)生物的圖片數(shù)據(jù)，應(yīng)用百度AI開發(fā)平臺(tái)進(jìn)行圖像識(shí)別，基本能夠支持相關(guān)部門或研究機(jī)構(gòu)更有效地完成濕地外來入侵物種的監(jiān)測(cè)業(yè)務(wù)，提高所轄區(qū)域濕地管理的技術(shù)水平。

參考文獻(xiàn)（References）

[1] 解雪峰，孫曉敏，吳濤，等.互花米草入侵對(duì)濱海濕地生態(tài)系統(tǒng)的影響研究進(jìn)展[J].應(yīng)用生態(tài)學(xué)報(bào)，2020，31（6）：2119-2128.

[2] 楊曉楠，顏玉娟，王鐘曼，等.景觀視角下濕地植物入侵性評(píng)價(jià)研究[J].湖南林業(yè)科技，2020，47（01）：38-43，57.

[3] 林明旺.深度學(xué)習(xí)在魚類圖像識(shí)別與分類中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2017（4）：96-97.

[4] 黎普濤，鞠訓(xùn)光，張德升，等.卷積神經(jīng)網(wǎng)絡(luò)在植被識(shí)別中的應(yīng)用研究[J].計(jì)算機(jī)科學(xué)與應(yīng)用，2019，009（005）：841-848.

[5] 趙丙秀.基于百度AI平臺(tái)的Web人臉注冊(cè)和登錄系統(tǒng)的實(shí)現(xiàn)[J].電腦知識(shí)與技術(shù)（學(xué)術(shù)版），2019，15（07）：114-115.

[6] 羅奇.基于深度學(xué)習(xí)的蘑菇種類識(shí)別算法研究[J].中國食用菌，2019，38（6）：26-29，33.

[7] 陳通，邵青峰，李釗.基于深度學(xué)習(xí)的藥用植物自動(dòng)識(shí)別平臺(tái)關(guān)鍵技術(shù)及應(yīng)用研究[J].中國科技成果，2018，019（007）：42-44.

[8] 王艷，孫薇，周小平.基于深度學(xué)習(xí)的中草藥植物圖像識(shí)別方法研究[J].中醫(yī)藥信息，2020，37（6）：21-25.

[9] 楊建華.基于人臉識(shí)別技術(shù)的考生身份驗(yàn)證系統(tǒng)的研究與實(shí)現(xiàn)[J].合肥學(xué)院學(xué)報(bào)（綜合版），2020，37（02）：85-89.

[10] WANG Z， WANG J， LIN C， et al. Identifying habitat elements from bird images using deep convolutional neural networks[J]. Animals， 2021， 11（5）：1263.

作者簡介：

閆瑞華（1988-），男，博士，工程師.研究領(lǐng)域：管理科學(xué)與工程，信息系統(tǒng).

2278500520226