利用计算机视觉进行空间监测与昆虫行为分析以实现精准授粉

昆虫是全球最重要的作物授粉者，并在维持自然生态系统可持续性方面发挥关键作用。因此，昆虫授粉监测与管理对于提高作物产量与粮食安全至关重要。计算机视觉辅助的授粉者监测能够强化数据收集，超越人工方法可行的范围。其生成的新数据可提供对昆虫分布的详细理解，并支持细粒度分析，足以预测其授粉效能并支撑精准授粉。当前计算机视觉辅助的复杂户外环境昆虫追踪在空间覆盖上受限，且常约束于单一昆虫物种。这限制了其在农业中的适用性。因此，本文我们介绍一种新颖系统，用于在大面积农业区域上实现无标记数据捕获，以进行昆虫计数、昆虫运动追踪、行为分析与授粉预测。我们的系统由边缘计算多点视频记录、离线自动化多物种昆虫计数、追踪与行为分析组成。我们在一个商业浆果农场实施并测试了我们的系统以展示其能力。我们的系统成功追踪了九个点位监测站中 polytunnels 内的四种昆虫，各品种 F-score 均高于 0.8。该系统能够计算关键指标以评估各昆虫品种的相对授粉影响。借助这一技术进步，用于精准授粉的详细、持续数据收集成为可能。这对于指导种植者与养蜂人管理作物授粉十分重要，因其允许做出数据驱动决策以改善粮食生产和粮食安全。