人工智能識(shí)別技術(shù)因其鑒別速度快、穩(wěn)定性好、準(zhǔn)確度高等特點(diǎn)，在工業(yè)、農(nóng)業(yè)等領(lǐng)域得到了廣泛的應(yīng)用。近年來(lái)，學(xué)者們開(kāi)始將人工智能識(shí)別技術(shù)應(yīng)用到茶樹(shù)病蟲(chóng)害的識(shí)別上，達(dá)到提高識(shí)別效率、節(jié)省勞動(dòng)力的效果。
一、人工智能識(shí)別技術(shù)的發(fā)展概況
人工智能識(shí)別技術(shù)的探索起始于20世紀(jì)50年代對(duì)生物視覺(jué)的研究，一般是使用圖像捕捉設(shè)備自動(dòng)接收目標(biāo)圖像，并對(duì)圖像進(jìn)行處理和分析，具有速度快、穩(wěn)定性好、準(zhǔn)確性高等特點(diǎn)，擁有代替人眼進(jìn)行識(shí)別的發(fā)展?jié)摿Α?/p>
人工智能識(shí)別技術(shù)主要流程
進(jìn)入21世紀(jì)后，傳統(tǒng)的機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)在人工智能識(shí)別農(nóng)業(yè)病蟲(chóng)害研究中得到了廣泛應(yīng)用。早期研究上都是基于靜態(tài)的標(biāo)本圖像，在田間復(fù)雜的環(huán)境下識(shí)別效果還有待改善。而深度學(xué)習(xí)在處理海量數(shù)據(jù)上具有一定的優(yōu)勢(shì)，能夠在大規(guī)模數(shù)據(jù)中自動(dòng)提取出物體特征并利用分類器進(jìn)行分類識(shí)別。相對(duì)于傳統(tǒng)機(jī)器學(xué)習(xí)，深度學(xué)習(xí)在識(shí)別精度和效率上具有明顯的提升，對(duì)提高識(shí)別準(zhǔn)確率以及減少研發(fā)勞力投入具有顯著的優(yōu)勢(shì)。
二、人工智能識(shí)別茶樹(shù)病蟲(chóng)害的研究現(xiàn)狀1. 人工智能識(shí)別茶樹(shù)病蟲(chóng)害的研究進(jìn)展
據(jù)統(tǒng)計(jì)，我國(guó)已有記錄的茶樹(shù)病蟲(chóng)有900多種，過(guò)去識(shí)別這些茶樹(shù)病蟲(chóng)主要依靠植保專家和植保工作者，通過(guò)對(duì)害蟲(chóng)的形態(tài)特征、病害的發(fā)生特征以及發(fā)生時(shí)間進(jìn)行辨別。傳統(tǒng)的人工識(shí)別難以滿足生產(chǎn)需求，給精準(zhǔn)防控帶來(lái)困難。相比之下，人工智能識(shí)別明顯更準(zhǔn)確，花費(fèi)的時(shí)間和勞動(dòng)力更少。因此，人工智能在茶樹(shù)病蟲(chóng)害識(shí)別上的應(yīng)用具有巨大的潛力和需求。
隨著人工智能識(shí)別技術(shù)在農(nóng)業(yè)病蟲(chóng)害識(shí)別系統(tǒng)中的發(fā)展，在茶樹(shù)病蟲(chóng)害識(shí)別的研究上也取得了一定的進(jìn)展。2008年，秦華光基于專家經(jīng)驗(yàn)研發(fā)了1套茶園害蟲(chóng)智能化WEB管理系統(tǒng)，該系統(tǒng)包括茶園病蟲(chóng)識(shí)別，蟲(chóng)害預(yù)測(cè)預(yù)報(bào)和茶園害蟲(chóng)的防治決策3個(gè)主要環(huán)節(jié)，采用形態(tài)識(shí)別、圖譜識(shí)別和檢索識(shí)別3種方式識(shí)別病蟲(chóng)害，是我國(guó)早期將人工智能技術(shù)引入茶園病蟲(chóng)害防治的代表性研究。在圖形識(shí)別領(lǐng)域，算法對(duì)識(shí)別速度及結(jié)果的準(zhǔn)確率具有重要的影響。吳阿林等采用BP、SVM、CART等3種算法構(gòu)建了茶樹(shù)5種尺蠖害蟲(chóng)的三維空間結(jié)構(gòu)知識(shí)庫(kù)，其對(duì)害蟲(chóng)的分類識(shí)別率在80.00%～86.67%之間。
近些年，卷積神經(jīng)網(wǎng)絡(luò)技術(shù)在圖像人工智能識(shí)別領(lǐng)域得到了廣泛的應(yīng)用。采用圖像顯著性分析并利用卷積神經(jīng)網(wǎng)絡(luò)所建立的模型對(duì)茶園常見(jiàn)的害蟲(chóng)進(jìn)行識(shí)別，取得了較好的識(shí)別效果，并提高了對(duì)不同茶樹(shù)病害圖像的識(shí)別能力。移動(dòng)智能設(shè)備的快速普及，也為病蟲(chóng)害識(shí)別的發(fā)展提供了一個(gè)可行的方向。
目前，在茶樹(shù)病蟲(chóng)害識(shí)別上，中國(guó)農(nóng)業(yè)科學(xué)院茶葉研究所和杭州睿坤科技有限公司聯(lián)合研發(fā)了一套基于移動(dòng)端的智能識(shí)別系統(tǒng)“茶病茶蟲(chóng)”，該系統(tǒng)能夠識(shí)別茶園中常見(jiàn)的病蟲(chóng)害及天敵80種左右，操作簡(jiǎn)單、識(shí)別速度快、準(zhǔn)確度高，為茶樹(shù)病蟲(chóng)害診斷提供了一種可靠的途徑。
2. 人工智能識(shí)別茶樹(shù)病蟲(chóng)害存在的問(wèn)題
過(guò)去的幾十年人工智能識(shí)別技術(shù)發(fā)展迅速，深度學(xué)習(xí)在病蟲(chóng)害識(shí)別領(lǐng)域中的應(yīng)用以及在各種算法上的優(yōu)化使得病蟲(chóng)害識(shí)別效率和精度上有很大的提高和改善，但人工智能在茶樹(shù)病蟲(chóng)害識(shí)別研究發(fā)展過(guò)程中仍然存在許多問(wèn)題。
一方面，多數(shù)研究尚處于實(shí)驗(yàn)室研究階段，還不能達(dá)到實(shí)際應(yīng)用的要求。主要原因一是目前多數(shù)研究集中于室內(nèi)完成，在這種環(huán)境下可以有效去除外界其他干擾因子的影響，但在實(shí)際應(yīng)用中，茶園的環(huán)境復(fù)雜，光線、天氣等都會(huì)對(duì)圖片的采集有一定影響，而且病蟲(chóng)害發(fā)生時(shí)會(huì)被茶樹(shù)葉片、嫩梢所阻擋，這對(duì)識(shí)別的效果有一定的影響;二是實(shí)驗(yàn)室研究主要是以靜態(tài)的害蟲(chóng)或者病害標(biāo)本為主要識(shí)別對(duì)象，而在實(shí)際應(yīng)用中是對(duì)動(dòng)態(tài)的茶園害蟲(chóng)進(jìn)行識(shí)別，這部分的害蟲(chóng)識(shí)別上有一定難度，其識(shí)別準(zhǔn)確率有待提高;三是在病蟲(chóng)害識(shí)別研究中所采集的圖片主要是在病蟲(chóng)害發(fā)生比較明顯的階段，而在生產(chǎn)中病蟲(chóng)害發(fā)生初期對(duì)于正確采取防治措施具有重要的作用，這就需要病蟲(chóng)害識(shí)別系統(tǒng)的識(shí)別能力能夠覆蓋病蟲(chóng)害的完整發(fā)生過(guò)程。
另一方面，在識(shí)別軟件開(kāi)發(fā)上應(yīng)以輕量級(jí)、簡(jiǎn)單、便捷、易操作為主，以便于多種技術(shù)手段融合。
三、人工智能識(shí)別技術(shù)在茶樹(shù)病蟲(chóng)害識(shí)別中的應(yīng)用前景
盡管人工智能識(shí)別技術(shù)在茶樹(shù)病蟲(chóng)害識(shí)別應(yīng)用上還存在一些問(wèn)題，但目前人工智能識(shí)別技術(shù)在茶樹(shù)病蟲(chóng)害識(shí)別程序設(shè)計(jì)和實(shí)現(xiàn)上已經(jīng)取得了相應(yīng)的成果。未來(lái)，可在此成果的基礎(chǔ)上向病蟲(chóng)害監(jiān)測(cè)預(yù)警及精準(zhǔn)防控方向發(fā)展，從而推進(jìn)數(shù)字茶園建設(shè)。
在茶園病蟲(chóng)害監(jiān)測(cè)預(yù)警方面，隨著有效算法的改善將會(huì)大大提高病蟲(chóng)害識(shí)別的準(zhǔn)確性以及對(duì)病蟲(chóng)害為害程度分級(jí)的能力。通過(guò)對(duì)茶樹(shù)病蟲(chóng)害智能識(shí)別、病蟲(chóng)害為害程度分級(jí)等方法，由單一的茶樹(shù)病蟲(chóng)害智能識(shí)別逐步轉(zhuǎn)入到多元的病蟲(chóng)害智能監(jiān)測(cè)預(yù)警，充分發(fā)揮人工智能的優(yōu)勢(shì)，實(shí)現(xiàn)對(duì)茶園病蟲(chóng)害實(shí)時(shí)、動(dòng)態(tài)、綜合的監(jiān)測(cè)和預(yù)警，不斷優(yōu)化茶園病蟲(chóng)害的監(jiān)測(cè)預(yù)警水平，為茶園病蟲(chóng)害監(jiān)測(cè)預(yù)警提供可靠數(shù)據(jù)。
在茶園病蟲(chóng)害精準(zhǔn)防控方面，通過(guò)對(duì)茶園長(zhǎng)期、多點(diǎn)的智能監(jiān)測(cè)數(shù)據(jù)，結(jié)合當(dāng)?shù)氐牡乩砦恢?，建立茶園病蟲(chóng)害、天敵數(shù)據(jù)庫(kù)。在病蟲(chóng)害暴發(fā)時(shí)，根據(jù)當(dāng)?shù)氐牡乩砦恢?、氣候、天敵、監(jiān)測(cè)預(yù)警等信息，及時(shí)推送茶園病蟲(chóng)害發(fā)生情況，為茶農(nóng)精準(zhǔn)地提供病蟲(chóng)害防治措施，避免茶農(nóng)亂用農(nóng)藥，推進(jìn)茶園綠色防控的普及。
茶樹(shù)病蟲(chóng)害識(shí)別系統(tǒng)是數(shù)字茶園的重要組成部分，未來(lái)茶園智能識(shí)別系統(tǒng)不僅僅局限于病蟲(chóng)害這一方面，還可拓展到茶樹(shù)栽培、茶園管理等方面，由單一的茶園病蟲(chóng)害識(shí)別轉(zhuǎn)向茶樹(shù)生長(zhǎng)、栽培等多方面的識(shí)別、監(jiān)測(cè)，從而實(shí)現(xiàn)將多個(gè)功能集于一個(gè)系統(tǒng)當(dāng)中，提高茶園數(shù)字化管理水平。
本文節(jié)選自《中國(guó)茶葉》2022年第6期，P1-6，《人工智能識(shí)別茶樹(shù)病蟲(chóng)害的應(yīng)用與展望》，作者：楊奉水，王志博，汪為通，張欣欣，孫亮，肖強(qiáng)。
來(lái)源：中國(guó)茶葉
如涉及版權(quán)問(wèn)題請(qǐng)聯(lián)系刪除
