科研人员正在田间检测麦苗生长情况。本报记者 罗广心 摄
孙冠贤/制图
一根长长的“自拍杆”探入麦苗丛中，或深或浅，动作迅速如“扫雷”般……在合肥市长丰县，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正在麦苗地里，给麦苗上的害虫们拍照片。
给害虫拍照片的是移动式病虫害调查设备，由一根配有高清摄像头与传感器的“自拍杆”和搭载专用手机软件的智能终端组成，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。
小小“自拍杆”，为何要给害虫拍照？
“给虫子拍照是为了识别害虫并进行防治，这是虫脸识别技术。”陈红波介绍，“虫脸识别”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拍摄照片中害虫的种类、数量。经由拍摄、上传、分析、反馈等环节，植物保护测报工作者和种粮大户能迅速了解田间病虫害发生的程度，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。
100多万张300余种虫脸数据库
一根“自拍杆”如何实现“虫脸识别”？陈红波拿起设备边操作，边向记者介绍，首先将设备探头伸进麦田，轻轻点击手机的拍摄按钮，完成图片采集，然后，通过专用手机软件将图片上传至后端的算法服务器上，最后，服务器进行分析与综合研判并将识别结果返回至移动终端。“整个识别过程约1秒钟。”
“这就是自拍杆传回的照片。”记者看到在专用手机软件上，图片上的虫子都被智能系统自动打上了框，不同种类的虫子以不同颜色的框加以区分。图片下方害虫种类、数量、虫害发生等级等一一呈现，并提供了合适的防治建议。
陈红波告诉记者，无论是水稻、小麦还是果树，有了这个设备就能随时查看作物生长情况。对于肉眼难以识别的地方，比如作物根茎，这个设备使用起来就特别方便。
识别千姿百态的虫子，最重要的是建立起“虫脸”数据库。
走进水稻田，戴着草帽，穿着长袖、长裤和雨靴，埋头拍摄，一拍就是3年……冬日里凛冽寒风，夏日里酷暑难耐，无论阴天下雨或是艳阳高照，这群研究“虫脸识别”的科研人员都是毫不犹豫地一头扎进田间地头。
“从2016年到2018年，团队的科研人员带领着学生几乎走遍全省，对田间的害虫进行数据采集，就这样一点一滴，日积月累，完成了数据的快速积累。”陈红波感慨。
初步建立数据库后，该团队与省农业植物保护专家合作研究虫脸数据，通过初步分析整理以及人工智能深度学习算法，让计算机自动归纳和总结某一类害虫所拥有的共性，如：口器、翅膀纹理、后背的花纹和斑点……这些特征最终构成了一张张“虫脸”。
中国科学院合肥物质科学研究院智能机械研究所博士后杜健铭介绍，目前“虫脸”数据库已包括100多万张图片，300多种病虫害“相貌”，覆盖小麦、水稻、油菜等29种农作物和经济作物。
“识别虫脸可不是一般的难”
“一周标记6000多张害虫图片，那段时间一闭眼，满脑子都是虫子。”34岁的杜健铭自2020年从国外回来加入“虫脸识别”团队。过去他研究语音识别，如今成了蚜虫专家。“蚜虫很小，计算、识别难度也很高，挑战性很大。”他告诉记者，起初需要对图片中的每个蚜虫进行标记，每张的蚜虫数量都超过20个。
“‘虫脸识别’和人脸识别都是基于机器视觉对图像包含的物体进行识别，但识别虫脸可不是一般的难。”杜健铭说，人脸有几十个关键点，机器通过查找眼睛、鼻子、嘴等关键点，可以基本判断个人长相。但“虫脸”不一样，机器无法通过人工设置的简单关键点进行精准识别。
提及“虫脸识别”的难度，杜健铭打开了话匣子，很多害虫的相似度极高，例如鳞翅目下就包含数十种常见田间作物害虫，外貌特征很相似，“普通人看上去都是蛾子”，有些类别之间的区别仅仅在翅膀上的一个不起眼的小斑点，专业人员也需仔细分辨，用人工智能进行归纳比较困难；有的害虫在照片中会小到难以进行形态分辨；拍摄手法导致的逆光、阴影等也会让拍摄采样质量有较大波动，进一步增加识别难度。
此外，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；同一种类害虫若处于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。
为逐步突破“虫脸识别”的难点，该团队不断增加样本量，持续优化数据库。在第一版虫脸识别数据库搭建完毕后，科研人员继续从当地植保站及相关渠道中收集图像，同时每年还会有几十次的外派出差去实地采集图片数据，让图片数据库不断增长与完善。通过与植物保护专家团队合作建立优质数据基础，利用逐渐发展的摄像技术和人工智能技术，“虫脸识别”的识别率逐年上升。目前，“虫脸识别”技术对稻纵卷叶螟、二化螟、水稻纹枯病、稻曲病等16种重大病虫害识别率超过80%。
人工智能技术快速迭代，科研人员基于此构建“深度神经网络”，丰富的害虫样本是机器学习的教材。“过去是我们人工归纳害虫的特征，如今是机器自我学习，由它总结害虫的个性和特征。”
助力农户“虫口夺粮”
“你到我家田里来看看，有什么害虫、病害，要打什么药。”高级农艺师、农业植保专家夏风，曾在省植保总站测报科工作多年，她告诉记者，以前去乡镇做测报工作，经常被农户拽到家里去看看庄稼，很多农户知道害虫怎么灭，但不知道病害该怎么防治。
“移动式病虫害调查设备不管是对植保工作人员还是种粮户来说，都有大作用。”夏风告诉记者，该设备一是能提高专业测报人员的工作效率、降低劳动强度，人工检测一块田可能需要30分钟，这个设备只需要10分钟。二是可以及时进行科学预判，病虫害的监测防控往往时间紧、任务重，需要把握住作物生长的关键时期。三是有利于保障粮食安全，这个设备能辅助种粮户及时预测病虫害发生时间，实现及时、精准施药，避免延误最佳用药时间或出现盲目用药的情况。
病虫测报是科学防治和精准用药的前提，更是植物保护乃至农业生产的基础。
“除‘自拍杆’外，团队与其他机构合作研发多种测报装置下的病虫害识别技术，其中应用较广泛的是田间固定式虫情测报灯下多种类害虫智能识别技术。”杜健铭说，固定式虫情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，再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，实现远程确认害虫的种类与数量。目前，测报灯的重点害虫识别率在75%—80%，对于非常重要的害虫预计可以达到90%。
在全国农业技术推广服务中心和安徽省植物保护总站的支持下，2017年，这种病虫害移动采集设备在安徽省的10余个县区植保站率先应用示范，如今已经推广应用到河南、江西、湖北等10余个省份的80余家植保站。
“目前，我们正在进行自动化测报场景下多种信息融合的病虫情发生规律建模研究。”杜健铭表示，未来希望通过无人测报设备与人工智能技术相结合，对田间虫害与病害进行自动化监测，并与地理、气象等信息相结合，实现中、短期病虫害发生预测，提前发出灾害预警。一方面，能够将灾害遏制在早期，让农作物更好地迎接春天，助力农民“虫口夺粮”，助力农业增产增收；另一方面，通过精准防控，减少农药使用，在节约种植成本的同时减少土地面源污染，提高农业产品质量，从而保障我国粮食供给与食品安全。（ 本报见习记者 鹿嘉惠）
