计算机视觉与机器学习在数字化植物标本馆标本中的应用：系统性文献综述

植物标本馆保存了数百万份标本，这些标本已被保存多年以用于科学研究。为了加速更多科学发现，目前正对这些标本进行数字化，以便更广泛的科学界轻松访问和共享其数据。IDigBio 和 GBIF 等在线数字仓储已积累数百万张尚未被探索的标本图像。这为利用机器学习和计算机视觉实现自动化并加速更多新颖发现提供了绝佳时机。在本研究中，我们对 50 余篇聚焦于计算机视觉与机器学习技术在数字化植物标本馆标本上应用的同行评审研究进行了详尽分析与比较。本研究对常用技术与应用进行了分类，并强调了现有挑战及其可能的解决方案。我们希望本研究的结果能作为相关领域初学者的坚实基础，并为计算机科学与生态学专家提供进一步启示。