走進“ 黑科技”

刷臉支付、刷臉開門、刷臉解鎖手機……基于人工智能圖像識別技術的種種應用在日常生活中屢見不鮮，但將這項人工智能技術用來識別“蟲臉”，恐怕就是很多人都想象不到的了。由中國科學院合肥物質科學研究院智能機械研究所研發的“蟲臉識別”技術已在安徽、江西等6省市推廣應用。

春天來到，農戶的春耕又開始了。在農業場景當中，有些經驗不足的農民可能會無法辨識或誤認一些害蟲，導致不能及時對蟲情進行防治，繼而擴大害蟲造成的損失，還容易誘發農殘問題與生態破壞問題。“蟲臉識別”技術目前可以精準識別數十種常見害蟲，助力田間植物保護測報人員和種田農戶判斷田間病蟲害發生程度，為之后的精準防治，精準施藥以及快速上報提供決策和建議。

“蟲臉識別”它主要基于人工智能圖像識別和檢測技術，能夠讓機器自動化識別當前拍攝的照片之中害蟲的種類、數量。“蟲臉識別”設備，包含前端的攝像設備、移動智能終端和算法服務器。

前端的拍攝設備，是科學家們自主研發的，類似于自拍桿。它的前端設有一個高清攝像頭，可以伸到作物根系、果樹樹梢等調查人員難以進入、觀察的地方，使圖像采集工作更加便捷。

移動智能終端，搭載著調查專用的APP。在前端進行采集之后，這個APP能夠快速將選取的調查圖像上傳到后臺的算法服務器。在接收到這些圖片之后，算法服務器會基于人工智能技術對這些圖像中包含的信息進行分析與綜合研判，隨后服務器會將識別結果數據返回給移動終端，整個過程僅僅需要1秒鐘左右。

在操作“蟲臉識別”設備時，將前端拍攝設備伸入蟲害發生部位進行拍攝并通過APP完成上傳，馬上就可以在終端上看到當前的圖像中包含有哪些害蟲以及害蟲的數量，機器會根據多個采樣點的識別結果綜合評估出當前田塊中可能的蟲害發生等級，輔助農業植物保護專家完成快速田間調查，并且還會提供合適的防治建議。這些數據不僅提供移動設備上的實時反饋，還會被存儲到云端的數據庫中，工作人員可以通過電腦客戶端進行更加仔細的查閱，并可以對結果進行編輯、備注及下載，從而完成整個測報工作。

除移動端外，中科院合肥物質科學研究院智能機械研究所也與其他機構合作研發多種測報裝置下的病蟲害識別技術，其中最具代表性的案例是田間固定式害蟲測報燈下多種類害蟲智能識別技術。固定式害蟲測報燈通過在田間安放光誘燈，用特定頻段光把目標害蟲誘來后，自動對捕獲到的害蟲進行周期性拍照，并使用人工智能技術對圖像進行識別，遠程確認害蟲的種類與數量。測報燈的重點害蟲識別率能達到75%～80%，對于非常重要的害蟲預計可以達到90%。

人臉識別技術已經被運用到我們日常生活的方方面面，“蟲臉識別”和人臉識別都是基于機器視覺對于圖像包含物體的識別，但把識別對象從人臉換為“蟲子臉”可不是一般的難。

人臉有幾十個關鍵點，機器通過查找眼睛、鼻子、嘴等基本就可以知道一個人的長相。但是“蟲子臉”不一樣，機器無法通過簡單的人工設置的關鍵點進行精準的識別。

在田間，我國主要經濟作物上可能出現的害蟲種類可能達到幾百種；每種害蟲可能處于不同蟲齡以及發育階段，如幼蟲期和成蟲期，導致即使是同一種害蟲樣子也會大不相同。這就造成了田間的“蟲臉識別”需要識別多姿態、多種類、多形態的害蟲，這要比人臉識別困難得多。

目前，在中國科研人員的努力下，“蟲臉識別”技術的應用不斷提升病蟲害測報的效率，也降低了成本。科研人員表示將繼續對“蟲臉識別”技術進行完善，希望進一步提升可識別的病蟲害種類及準確性。

未來，中國科研人員將向更長期的自動化病蟲害發生精準預測這個方向努力。現在還需要人工在田間采集數據的工作，未來將通過無人設備或者更加智能化的輔助設備來完成。屆時再利用先進的人工智能技術，逐步替代人工構建、補充及維護預測模型的工作，就可以實現自動化的快速迭代害蟲發生預測模型，幫助農業專家們更快更準確地預測病蟲害發生。