基于圖像識別的濕地外來入侵物種監(jiān)測系統(tǒng)的設計與實現(xiàn)

文章編號：2096-1472（2022）-02-51-04

DOI：10.19644/j.cnki.issn2096-1472.2022.002.012

摘? 要：針對外來物種入侵對濕地生態(tài)環(huán)境構成的嚴重危害和潛在威脅，開發(fā)了濕地外來入侵物種監(jiān)測系統(tǒng)。本系統(tǒng)基于Linux操作系統(tǒng)，選用Eclipse開發(fā)軟件、MySQL數(shù)據(jù)庫和Openlayers地理信息系統(tǒng)，應用人工智能百度AI開發(fā)平臺的圖像識別接口服務，實現(xiàn)了外來入侵物種名錄管理、物種識別、物種上報等功能。經(jīng)過測試，本系統(tǒng)識別準確度較高，對終端性能要求較低，運行基本正常穩(wěn)定，具有較強的移植性，適用于相關監(jiān)測系統(tǒng)識別功能的二次開發(fā)，可以有效支持濕地外來入侵物種監(jiān)測工作。

關鍵詞：圖像識別;人工智能;監(jiān)測系統(tǒng)

中圖分類號：TP391? ? ?文獻標識碼：A

Design and Implementation of a Wetland Invasive Species?Monitor System based on Image Recognition

YAN Ruihua

（Information Center of National Forestry and Grassland Administration， Beijing 100714， China）

yanruihua@buaa.edu.cn

Abstract： This paper proposes to develop a wetland invasive species monitor system in view of the serious harm and potential threats to the wetland ecological environment caused by the invasion of alien species. The system adopts the Linux operating system， uses Eclipse development software， MySQL database and Openlayers geographic information system. It also utilizes image recognition interface services of Baidu AI （Artificial Intelligence） development platform. System functions， such as invasive species information management， species recognition and species reporting， are realized. Test results show that the system has high recognition accuracy， low terminal performance requirements， basically normal and stable operation， and strong transplantability. It can be applied to the secondary development of the recognition function of related monitor systems and can effectively support monitoring work of invasive alien species in wetlands.

Keywords： image recognition; artificial intelligence; monitor system

1? ?引言（Introduction）

外來生物入侵濕地生態(tài)系統(tǒng)，損害濕地生態(tài)系統(tǒng)和當?shù)厣锏亩鄻有裕呀?jīng)引起了國際社會的廣泛關注。目前，動植物物種的傳統(tǒng)識別工作主要依靠相關從業(yè)人員的工作經(jīng)驗，與其他領域的監(jiān)測技術相比，圖像識別技術在物種監(jiān)測應用方面還有較大的提升空間。特別是智能移動終端的普及，可以快速、準確識別和處理所觀測的動植物信息，且保證較高的識別精度和識別效率。

圖像識別技術是通過終端設備處理拍攝或者存儲的圖像信息，運用訓練好的計算模型，對圖像信息進行分析確認，實現(xiàn)物種屬類的精確識別。圖像識別技術主要采用深度神經(jīng)網(wǎng)絡學習方法，在神經(jīng)網(wǎng)絡輸入輸出之間構建多層卷積神經(jīng)網(wǎng)絡。人工智能服務平臺的出現(xiàn)，為圖像識別技術提供了簡便易行的途徑。本文提出的基于百度AI開發(fā)平臺圖像識別接口服務的濕地外來入侵物種監(jiān)測系統(tǒng)，通過移動智能終端采集、存儲和上傳濕地外來入侵物種圖像信息，減少了相關管理部門的硬件設備成本;通過移動通信網(wǎng)絡，使系統(tǒng)便于人工操作、數(shù)據(jù)傳輸，融合地理信息系統(tǒng)，可實現(xiàn)所轄濕地外來入侵物種的空間分布展示。

2? ?系統(tǒng)總體設計（Overall system design）

濕地外來入侵物種監(jiān)測系統(tǒng)基于Linux操作系統(tǒng)，選用Eclipse開發(fā)軟件、MySQL數(shù)據(jù)庫和Openlayers地理信息系統(tǒng)，調(diào)用百度AI開發(fā)平臺的圖像識別接口服務，實現(xiàn)了物種識別工作。其中，百度AI開發(fā)平臺的圖像識別接口服務可以為開發(fā)者提供API接口，支持同時調(diào)用多個模型服務，包括圖像主體監(jiān)測、動物識別、植物識別等，發(fā)送圖像識別后，可以將指定模型的識別結(jié)果返回本系統(tǒng)。

濕地外來入侵物種監(jiān)測系統(tǒng)流程的設計與實現(xiàn)如圖1所示。本系統(tǒng)主要包括名錄管理功能和物種識別功能兩個模塊。其中，名錄管理功能包括數(shù)據(jù)管理、信息搜索和空間展示;物種識別功能包括拍照識別、信息上報和數(shù)據(jù)統(tǒng)計。

名錄管理功能詳細介紹如下：

用戶通過填報或者批量導入的方式實現(xiàn)外來入侵物種名錄信息的統(tǒng)一管理，通過調(diào)用地圖信息系統(tǒng)將外來入侵物種信息與政區(qū)空間數(shù)據(jù)進行信息融合，實現(xiàn)入侵物種信息的空間展示。用戶可以查詢、瀏覽已錄入系統(tǒng)的外來入侵物種信息，了解掌握名錄內(nèi)外來物種的特點及主要分布情況，作為所轄濕地區(qū)域內(nèi)外來物種監(jiān)管的重要參考之一。

（1）數(shù)據(jù)管理：數(shù)據(jù)管理功能實現(xiàn)濕地外來入侵物種名錄信息的維護管理。用戶可以通過本模塊對濕地外來入侵物種目錄信息包括物種名稱、學名、英文名、別名、分類地位、形態(tài)特征、地理分布、中國分布、入侵危害、控制方法及形態(tài)圖片等進行維護管理。系統(tǒng)提供信息填報和批量導入兩種形式實現(xiàn)外來入侵物種名錄信息的錄入，同時支持外來入侵物種名錄信息的編輯、刪除和導出功能。

（2）信息搜索：用戶可以通過本功能在已有的物種庫中搜索查找入侵物種信息。通過輸入物種名稱和在下拉列表中直接查找兩種方式，查找出要上報的物種信息（包括濕地類型、濕地名稱、入侵物種類型、入侵面積、入侵情況簡述和現(xiàn)場照片）。

（3）空間展示：空間展示功能以地理信息系統(tǒng)圖層形式展示已錄入外來入侵物種的空間分布情況，將外來入侵物種名錄與省級行政區(qū)劃進行圖層疊加，實現(xiàn)外來物種入侵濕地區(qū)域分布的空間展示。支持外來物種空間分布信息的查詢及其詳細信息查看，同時，提供多種地圖瀏覽工具，包括放大、縮小、平移、全圖等功能。

物種識別功能詳細介紹如下：

物種識別模塊實現(xiàn)未知入侵物種信息的搜索、識別。濕地區(qū)域管理人員可通過物種識別功能搜索、查找、拍照識別入侵物種信息。若在所轄濕地范圍內(nèi)發(fā)現(xiàn)外來入侵物種名錄中的物種，可通過該功能模塊進行入侵信息上報，幫助相關部門及時了解掌握所轄濕地外來物種入侵情況。同時系統(tǒng)提供對上報的入侵外來物種信息進行統(tǒng)計分析功能，為濕地外來物種信息管理提供補充和支持。

（1）拍照識別：用戶可以通過本功能對觀測物種進行拍照，選擇識別物種類別（識別植物、識別動物）后，自動識別物種信息。

（2）信息上報：將觀測物種的識別結(jié)果與濕地外來物種名錄進行比對，若確定為該濕地的外來物種，選擇上報物種的名稱（依據(jù)外來物種信息管理模塊已錄入外來入侵物種名錄生成），填報入侵面積、入侵情況描述，選擇入侵濕地名稱、濕地類型及濕地所屬行政區(qū)，并上傳現(xiàn)場照片，完成該入侵物種的信息上報。

（3）數(shù)據(jù)統(tǒng)計：用戶通過選擇年度和行政區(qū)，統(tǒng)計各地區(qū)外來物種的年度入侵數(shù)量和入侵面積。同時，系統(tǒng)提供了年度對比功能，可以對比展示某行政區(qū)任意年度的入侵物種種類以及各類入侵物種的上報次數(shù)和入侵面積，從而發(fā)現(xiàn)變化趨勢，為外來物種入侵防控工作提供決策支持。

3? ?系統(tǒng)具體實現(xiàn)（System implementation）

3.1? ?名錄管理模塊算法設計

名錄管理模塊是在MenuTest.java-Eclipse Platform軟件界面完成主要工作的。數(shù)據(jù)管理主要錄入Speciesname、Distribution、Wetnum、Irrupttype、Latitude、Longitude、Centercoor等信息。錄入觀測物種名稱，識別物種信息是否已經(jīng)收錄在濕地外來入侵物種名錄中。判斷沒有存儲相關信息后，錄入該物種相關信息。點擊addbt按鈕觸發(fā)on_addbt_clicked（）槽函數(shù)，該函數(shù)使用insert into語句將物種信息插入濕地外來入侵物種信息列表當中。名錄管理模塊流程圖如圖2所示。

3.2? ?物種識別模塊算法設計

物種識別模塊首先需要采集觀測物種的照片，然后進行物種信息識別，通過比對數(shù)據(jù)特征值，確定觀測物種是否為該區(qū)域的外來入侵物種并進行上報。實現(xiàn)物種識別功能，具體算法設計如下：

（1）觀測物種圖片數(shù)據(jù)采集

通過調(diào)用Android系統(tǒng)攝像頭命令MediaStore.ACTION_IMAGE_CAPTURE采集物種照片。按照百度AI開放平臺請求參數(shù)指標要求，對圖像信息進行質(zhì)量檢測以確保圖像信息有效，將處理好的照片參數(shù)image、top_num、baike_num等存儲在指定路徑文件夾中。

（2）物種信息識別

以觀測物種是動物為例。按照百度AI開放平臺請求代碼示例要求，選擇HTTP post方法，編輯請求URL指令 https：//aip.baidubce.com/rest/2.0/image-classify/v1/animal，發(fā)送請求調(diào)用百度AI開放平臺動物識別API接口，獲取AccessToken，進行物種監(jiān)測模型調(diào)用和物種識別。返回log_id、result、name、score等必要參數(shù)，作為物種信息識別結(jié)果。

（3）物種信息上報

當識別出正確物種信息后，根據(jù)物種名稱查詢MySQL數(shù)據(jù)庫中濕地外來入侵生物名錄信息表中的信息。如果觀測物種可以查詢到確為所轄濕地外來入侵物種，則調(diào)用public static void queryBySpeciesname（String speciesname， View view， APICallback<list<DBRecord>> callback），顯示濕地外來物種信息并使用insert into語句，將濕地外來物種信息與所對應的名錄信息保存在數(shù)據(jù)庫中。物種識別模塊流程圖如圖3所示。

4? ?系統(tǒng)測試（System testing）

濕地外來入侵物種監(jiān)測系統(tǒng)經(jīng)過測試，能夠達到正常運行要求。其中，名錄管理模塊實現(xiàn)了用戶對濕地外來入侵物種名錄信息的統(tǒng)一管理和入侵物種信息的空間展示。名錄管理模塊測試運行界面如圖4所示。

物種識別模塊實現(xiàn)了觀測物種信息的識別和上報功能。若在所轄濕地范圍內(nèi)發(fā)現(xiàn)疑似外來入侵物種，可點擊“攝像頭”按鈕，通過移動終端獲取并顯示觀測物種圖像;點擊“識別”按鈕，系統(tǒng)將自動獲取觀測物種相關信息。濕地外來物種識別模塊測試運行界面如圖5所示。

系統(tǒng)將觀測物種相關信息與所轄濕地外來入侵物種名錄自動進行比對，若確為名錄中的物種，可填寫該物種相關入侵信息后，點擊“上報”按鈕，將相關入侵信息上報到系統(tǒng)中并統(tǒng)計分析。濕地外來物種上報模塊測試運行界面如圖6所示。

5? ?結(jié)論（Conclusion）

濕地外來入侵物種監(jiān)測系統(tǒng)基于Linux操作系統(tǒng)，選用Eclipse開發(fā)軟件，使用深度神經(jīng)網(wǎng)絡學習的百度AI開發(fā)平臺的圖像識別接口服務，主要實現(xiàn)了外來入侵動植物識別和對入侵物種進行上報登記。目前，本系統(tǒng)運行穩(wěn)定，人機交互良好，可以通過智能手機攝像頭獲取監(jiān)測生物的圖片數(shù)據(jù)，應用百度AI開發(fā)平臺進行圖像識別，基本能夠支持相關部門或研究機構更有效地完成濕地外來入侵物種的監(jiān)測業(yè)務，提高所轄區(qū)域濕地管理的技術水平。

參考文獻（References）

[1] 解雪峰，孫曉敏，吳濤，等.互花米草入侵對濱海濕地生態(tài)系統(tǒng)的影響研究進展[J].應用生態(tài)學報，2020，31（6）：2119-2128.

[2] 楊曉楠，顏玉娟，王鐘曼，等.景觀視角下濕地植物入侵性評價研究[J].湖南林業(yè)科技，2020，47（01）：38-43，57.

[3] 林明旺.深度學習在魚類圖像識別與分類中的應用[J].數(shù)字技術與應用，2017（4）：96-97.

[4] 黎普濤，鞠訓光，張德升，等.卷積神經(jīng)網(wǎng)絡在植被識別中的應用研究[J].計算機科學與應用，2019，009（005）：841-848.

[5] 趙丙秀.基于百度AI平臺的Web人臉注冊和登錄系統(tǒng)的實現(xiàn)[J].電腦知識與技術（學術版），2019，15（07）：114-115.

[6] 羅奇.基于深度學習的蘑菇種類識別算法研究[J].中國食用菌，2019，38（6）：26-29，33.

[7] 陳通，邵青峰，李釗.基于深度學習的藥用植物自動識別平臺關鍵技術及應用研究[J].中國科技成果，2018，019（007）：42-44.

[8] 王艷，孫薇，周小平.基于深度學習的中草藥植物圖像識別方法研究[J].中醫(yī)藥信息，2020，37（6）：21-25.

[9] 楊建華.基于人臉識別技術的考生身份驗證系統(tǒng)的研究與實現(xiàn)[J].合肥學院學報（綜合版），2020，37（02）：85-89.

[10] WANG Z， WANG J， LIN C， et al. Identifying habitat elements from bird images using deep convolutional neural networks[J]. Animals， 2021， 11（5）：1263.

作者簡介：

閆瑞華（1988-），男，博士，工程師.研究領域：管理科學與工程，信息系統(tǒng).

2278500520226