这群博士为何爱给虫子拍“写真”？

稻田里的虫子也能“拍写真”，在庄稼人的眼里，这简直是“没事闲的”。不过，来自中国科学院合肥物质科学研究院智能机械研究所的一群年轻博士们，还真研究起了这件事。

在别人眼里忙科研的博士来到田间地头，给虫子们搞起了“虫脸识别”。在长丰县的一块农田里，记者跟随这群“不务正业”的博士们，看他们如何给虫子“拍写真”。

博士钻入田间地头 给虫子“拍写真”

在长丰县国豪研发中心前的一块农田里，村民们正在抢收小麦，田野里弥漫着清香。中国科学院合肥物质科学研究院智能机械研究所博士陈红波戴上草帽，拿上“自拍杆”，准备去玉米地里给虫子拍点照片。

为啥要给虫子拍照片？难道依靠这小小的“自拍杆”就能进行“虫脸识别”？记者带着疑惑，跟随陈红波走进了玉米地。

手持“自拍杆”，配上智能终端和高清摄像头，陈红波就开始忙活了起来。设备瞧着简单，但就是依靠它可以伸到作物根系、果树树梢等日常难以观测的地方，使图像采集工作更加便捷，数据也更加丰富。

将探头伸进玉米地里，轻轻点击手机上的拍摄按钮，就能同步完成图片采集。完成了图片采集工作后，就可以通过专用手机软件将图片上传至后端的算法服务器上，经算法分析与综合研判，识别到的害虫的种类以及数量结果会返回至移动终端。“整个识别过程甚至不到一秒钟。”

不仅如此，收集的图像连同地理位置以及气象数据信息，将会被存储到云端的数据库中，科研人员可以在电脑客户端更加仔细地查阅，并对结果进行编辑、备注及下载，从而完成整个识别及分析工作。

不能只拍“虫脸” 还要拍它的不同角度和形态

在陈红波的专用手机软件上，记者看到了刚刚拍完的虫子。原以为只是简单地将拍摄的虫子留存下来，没想到智能系统还能给这些虫子自动打上标签。通过数据分析，害虫属于哪个种类、数量有多少、对农业造成的影响，都能快速识别。

不仅玉米地，小麦、水稻、大豆，甚至是茶叶、果树、草莓，都可能会有害虫。既然要拍“写真”，陈红波就希望数据更加精准，有时为了拍到不同种类害虫的“脸”，在地里需要待上四五个小时，不停地去抓拍。在陈红波看来，拍照还不能只拍“虫脸”，虫子的侧身、不同形态都非常重要，需要反复拍摄，以便后续的处理分析。

从2016年到2018年，团队的科研人员带领学生几乎住在了省内各个县市，对田间害虫进行数据采集，就这样一点一滴，完成数据的快速积累。

如果只是团队的力量来做这件事，还是会显得吃力。“我们对采集量的需求非常大，任务也重，一些对虫子感兴趣的企业也加入了我们。”陈红波说，目前“虫脸”数据库已包括700多万张图片，500多种病虫害“相貌”，覆盖油菜、水稻、小麦等29种农作物和经济作物。

用人工智能算法 “搭建”病虫害图谱数据库

为什么要给虫子拍照？陈红波介绍，很多害虫简直就是一模一样，单纯从表面看相似度极高，如果只是用普通的人工智能技术难以区别分类。

就拿鳞翅目举例，这样的种类害虫在田间农作物中可达数十种，普通人都以为是“蛾子”。还有的害虫在照片中会小到难以进行形态分辨，“除了知道是虫子其他就不知道了。”陈红波说，有时候拍摄手法导致的逆光、阴影等不同，也会让拍摄的采样质量受到影响，进一步增加识别难度。

不仅如此，我国是一个农业大国，主要农作物、经济作物上可能出现的害虫种类达到几百种，有时同一种类害虫处在不同虫龄以及发育阶段，也可能有不同样貌。这种现状又加大了“虫脸识别”的难度。

这些遇到的困难，也让陈红波犯了难，这不仅需要科研人员研发专向优化的人工智能算法，也要求巨大的田间实景拍摄的图像数据支撑。

从2011年开始，陈红波所在的团队就与安徽省农业科学研究院农业经济与信息研究所开展了合作，共同建立了一个较为详尽的农作物病虫害图谱数据库。完成了第一版数据库搭建工作后，团队成员继续以项目合作、人工采集等方式从当地植保站及田间地头里收集图像，只要一有空他们就扎进了地里，目的就是让图片数据库不断完善，支撑算法表现不断优化。

通过与植物保护专家团队合作建立优质数据基础，利用摄像技术和人工智能技术，目前“虫脸识别”的识别率也在逐年上升。针对稻纵卷叶螟、二化螟、水稻纹枯病、稻曲病等16种重大病虫害识别率能够达到80%以上。

“虫脸识别”技术助力农业生产

农民在种植农作物过程中，很难做到对每一种病虫害都了如指掌，更多是靠经验来判断解决。如果能够让越来越多的“虫脸”变得不陌生，也能真正帮助农民解决实际生产中的问题。

在“虫脸”数据库中，无论是经常和农民“打交道”的，或是一些不常见的害虫，都能被一一识别。比如农科院的专家想要研究某类害虫对农作物的影响，就可以在数据库里寻找出对应的害虫类型，给后续病虫害防治提供相应的指导和建议。

“种田大户通过我们这套数据库能查询到300多种病虫害。其中，对四五十种病虫害的识别准确度在80%以上。”陈红波说，“虫脸识别”技术已在安徽省内进行试验，随着技术的日益成熟，现在对于病虫害测报的效率大大提高，也降低了病虫害防治成本。

未来，陈红波和团队的科研人员将继续对“虫脸识别”技术进行完善，希望可以进一步提升可识别的病虫害种类及准确性。陈红波透露，针对难以识别的“虫脸”，准备计划开发新算法，将进一步总结植保专家的经验知识，搭建一个结合多种知识运用的图像识别推理模型，从而提升图像的识别能力。

合报科学+融媒体工作室 合肥通客户端-合报全媒体记者 王书浒/文 刘杨/摄