这是个像 Shazam 音乐辨识万能通一样的识别工具,但 Pl@ntNet 的 App 软件可是针对植物的识别软件,Pl@ntNet 这个照像辨识软件的 App 让你透过手机拍照后,操作几个简单步骤就可以知道答案。
由 l’INRIA(Inventor for the digital world 法国国家讯息与自动化研究所)、l’Inra(Institut National de la Recherche Agronomique 法国国家农业学研究学院)、le Cirad(Centre International de la Recherche Agronomique pour le Dévelippement 法国国际农业研究中心)与 l’IRD (Institut de Recherche pour le Développement 法国研究发展学院)四个机构跨业合作研发成功的 Pl@ntNet App, 目前已经可以辨识八百多种欧洲植物,中长期目标希望将多达五千种植物上线提供线上辨识。这个影像识别软件不但对研究学者有助益,也能帮助一般大众在户外旅行时辨识植物。这个 App 也支援使用者的植物照相上传,透过大众参与将更能丰富与补充原来已经庞大的植物种类数据库!
跨业合作
结合 INRIA、INRA、Cirad、IRD(负责热带农业部分)各领域的专业知识,其中电脑与数位科技的部分由 INRIA 负责,搭配 Tela Botanica(一个植物学工作爱好者的族群)的意见与经验,共花费三年的时间串连不同资源,协同合作提出这个 Pl@ntNet App。财务经济的来源由法国农业精进基金会提供开发资金的挹注。
主要的原则与方向就是运用智能手机的照相功能,结合网络云端数据库的连结与分析,提供植物辨识功能。在完全开放的大自然里,一片叶子、一个树皮、一朵花或一个果实的照片都可传送到云端植物纲目数据库进行线上辨识。
机器学习技术
法国国家讯息与自动化研究所索非亚科技园(位于尼斯和戛纳之间)负责这个开发计划的学者阿勒希.裘力(Alexis Joly)解释道:“上传的影像会被数位分析,透过比对经过仔细计算的分组拆解检索数据库(运转回旋、比例科标度等),已能摘录撷取不变性的标准值,而完成植物物种比对。” 他也补充解释说,数据库的相片越多,则软件就越能作准确的辨识。系统也会运用机器学习技术,以便能更加精准分辨各个物种特征的组成元素。
植物影像验证与分类
不过为了达到此目的,系统必须确认数据库的植物影像都是正确无误的,并且已经做好分门别类的标签工作。这也说明为什么许多影像画面都由“合作辨识平台”(Plateforme collaborative Identiplant)所提供,这个平台由专业与业余爱好的植物学工作者所组成,提供植物照片验证与各种植物相关咨询服务,透过专业的合作,可以带来更多优质植物照片提高辨识准确度。
智能手机,快速查询
目前 Pl@ntNet App 可在苹果 iOS 系统与 Android 系统上运作,只需要几秒钟的时间就可提供使用者查询植物的名称与学名。阿勒希.裘力更强调,使用时如果照片模糊不清,云端资讯服务器也会给予多个解答让使用者选择,并以近似度的高低来排序。
随时随地,随手可查,大众智慧增加辨识度
但是这到底有什么用呢?这答案对于那些喜欢散步爬山的人再清楚也不过了:可以满足即刻性的好奇心!而对那些专家学者们来说,其关键与专业的挑战却更重要:“如果所有的物种能好好的盘点与记录,我们网络上的一万四千名使用者可以新增很多不同植物在不同生长时期的照片,透过大众们拍下的植物照片上传数据库,将能够帮助我们丰富植物数据库的影像。” Tela Botanica 这个平台的首席执行官丹尼尔.马蒂尔如此说。
▲ Pl@ntNet App 只要一拍到照片,软件会问你拍到的是叶子、花朵,果实还是树皮部分,然后上传图片开始寻找目标画面影像。(Source:SciencesetAvenir)
协助学者进行环境了解,与发现新物种
植物学学者同时也希望透过 Pl@ntNet 取得更精确有关每个植物物种分布场域的环境要素,希望同时能伴随了解各种蔓延侵袭性植物的增长与推进状态。
- Pl@ntNet : l’application smartphone qui identifie les végétaux
(本文由 数位时代 授权转载)