精密光学工程技术研究所王占山和程鑫彬团队王绪泉、马志远等人在《Royal Society Open Science》杂志上发表题为“Rapid species discrimination of similar insects using hyperspectral imaging and lightweight edge artificial intelligence”的文章。
昆虫物种的鉴别是生态学和生物多样性研究的一个重要方面。基于人类视觉经验和生化分析的传统方法无法兼顾准确性和及时性。利用计算机视觉和机器学习进行形态识别有望解决这一问题。但在面对相似物种时，图像特征的识别准确性不足，并且通常依赖复杂的网络结构，这对便携式边缘设备不友好。为此，本文提出了一种使用高光谱特征和轻量级机器学习算法对相似昆虫进行快速准确的物种鉴别方法。通过特征区域选择、特征光谱选择和模型量化来优化鉴别网络。在青凤蝶属中六种相似蝴蝶物种的实验中，我们的方法相比基于机器视觉的形态识别实现了92.36 ± 3.04%的更高准确率，并且推理时间缩短至0.6毫秒。同时，我们在神经网络芯片上部署了小型卷积神经网络。这项研究为外观相似度高的昆虫提供了一种快速且高精度的物种鉴别方法，并为基于芯片微结构和人工智能芯片的智能微型光谱仪的现场鉴别铺平了道路。
图1.所提出的快速准确的物种判别方法
图2.高光谱图像的三维数据立方体及翅膀上不同区域的光谱曲线
文章链接：https://doi.org/10.1098/rsos.240485。
