走进“ 黑科技”

刷脸支付、刷脸开门、刷脸解锁手机……基于人工智能图像识别技术的种种应用在日常生活中屡见不鲜，但将这项人工智能技术用来识别“虫脸”，恐怕就是很多人都想象不到的了。由中国科学院合肥物质科学研究院智能机械研究所研发的“虫脸识别”技术已在安徽、江西等6省市推广应用。

春天来到，农户的春耕又开始了。在农业场景当中，有些经验不足的农民可能会无法辨识或误认一些害虫，导致不能及时对虫情进行防治，继而扩大害虫造成的损失，还容易诱发农残问题与生态破坏问题。“虫脸识别”技术目前可以精准识别数十种常见害虫，助力田间植物保护测报人员和种田农户判断田间病虫害发生程度，为之后的精准防治，精准施药以及快速上报提供决策和建议。

“虫脸识别”它主要基于人工智能图像识别和检测技术，能够让机器自动化识别当前拍摄的照片之中害虫的种类、数量。“虫脸识别”设备，包含前端的摄像设备、移动智能终端和算法服务器。

前端的拍摄设备，是科学家们自主研发的，类似于自拍杆。它的前端设有一个高清摄像头，可以伸到作物根系、果树树梢等调查人员难以进入、观察的地方，使图像采集工作更加便捷。

移动智能终端，搭载着调查专用的APP。在前端进行采集之后，这个APP能够快速将选取的调查图像上传到后台的算法服务器。在接收到这些图片之后，算法服务器会基于人工智能技术对这些图像中包含的信息进行分析与综合研判，随后服务器会将识别结果数据返回给移动终端，整个过程仅仅需要1秒钟左右。

在操作“虫脸识别”设备时，将前端拍摄设备伸入虫害发生部位进行拍摄并通过APP完成上传，马上就可以在终端上看到当前的图像中包含有哪些害虫以及害虫的数量，机器会根据多个采样点的识别结果综合评估出当前田块中可能的虫害发生等级，辅助农业植物保护专家完成快速田间调查，并且还会提供合适的防治建议。这些数据不仅提供移动设备上的实时反馈，还会被存储到云端的数据库中，工作人员可以通过电脑客户端进行更加仔细的查阅，并可以对结果进行编辑、备注及下载，从而完成整个测报工作。

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机构合作研发多种测报装置下的病虫害识别技术，其中最具代表性的案例是田间固定式害虫测报灯下多种类害虫智能识别技术。固定式害虫测报灯通过在田间安放光诱灯，用特定频段光把目标害虫诱来后，自动对捕获到的害虫进行周期性拍照，并使用人工智能技术对图像进行识别，远程确认害虫的种类与数量。测报灯的重点害虫识别率能达到75%～80%，对于非常重要的害虫预计可以达到90%。

人脸识别技术已经被运用到我们日常生活的方方面面，“虫脸识别”和人脸识别都是基于机器视觉对于图像包含物体的识别，但把识别对象从人脸换为“虫子脸”可不是一般的难。

人脸有几十个关键点，机器通过查找眼睛、鼻子、嘴等基本就可以知道一个人的长相。但是“虫子脸”不一样，机器无法通过简单的人工设置的关键点进行精准的识别。

在田间，我国主要经济作物上可能出现的害虫种类可能达到几百种；每种害虫可能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样子也会大不相同。这就造成了田间的“虫脸识别”需要识别多姿态、多种类、多形态的害虫，这要比人脸识别困难得多。

目前，在中国科研人员的努力下，“虫脸识别”技术的应用不断提升病虫害测报的效率，也降低了成本。科研人员表示将继续对“虫脸识别”技术进行完善，希望进一步提升可识别的病虫害种类及准确性。

未来，中国科研人员将向更长期的自动化病虫害发生精准预测这个方向努力。现在还需要人工在田间采集数据的工作，未来将通过无人设备或者更加智能化的辅助设备来完成。届时再利用先进的人工智能技术，逐步替代人工构建、补充及维护预测模型的工作，就可以实现自动化的快速迭代害虫发生预测模型，帮助农业专家们更快更准确地预测病虫害发生。