【大咖说Ⅲ】谢娟英教授：基于深度学习的野外环境下蝴蝶物种自动识别

欢迎来到2022 CCF BDCI 大咖说系列专题报告

听顶级专家学者围绕特定技术领域或选题，讲述自身成果的研究价值与实际应用价值

便于广大技术发烧友、大赛参赛者吸收学术知识，强化深度学习

每周一、三、五，「大咖说」与你相约“一碗数据汤”~

本期大咖

谢娟英，陕西师范大学计算机科学学院教授、博导。工学博士，农工党陕西省教育工作委员会副主任。《Health Information Science and Systems》副主编、《陕西师范大学学报（自然科学版）》等编委。CCF高级会员，CAAI会员，CAA会员。CCF传播大使，CCF女工委委员，大数据、人工智能与模式识别、机器学习、生物信息学等专委委员，知识工程与分布智能、智能服务专委常委。发表论文80余篇，入选ESI前1%高被引文、领跑者F5000高被引论文，《中国科学：信息科学》热点论文，《智能系统学报》优秀论文。出版专著2部。获授权发明专利3项。获中国科技期刊卓越行动计划优秀审稿人、《陕西师范大学学报（自然科学版）》杰出编委等。获陕西省自然科学二等奖等。

研究方向：机器学习、数据挖掘、生物医学大数据分析

分享主题：基于深度学习的野外环境下蝴蝶物种自动识别

蝴蝶与植物是密切相关的，蝴蝶幼虫阶段比较专一性地寄生于一定植物，有些是重要农、林业害虫，但大多数蝴蝶可以作为环境指示昆虫，其种类和数量是判断生态系统平衡、生物多样性等环境质量的指标。十九大报告指出，要加大生态系统保护力度，改革生态环境监管体制，加快生态文明体制改革，建设美丽中国。2019年，“智能+”被写入政府工作报告。因此，识别生态环境中的蝴蝶种类对保护生态环境、建设生态文明和美丽中国有重要意义。

关于蝴蝶自动识别的研究现状，蝴蝶种类全世界大约有18,000多种，中国的蝴蝶种类约有1,200种。而昆虫学家，一般先到野外采集蝴蝶并做成标本，昆虫学家们鉴别蝴蝶的依据有蝴蝶翅膀背、腹面的花纹、颜色和图案。但这种做法非常费时费力，且非常依赖于昆虫学家的能力，所以我们期待通过野外环境下拍摄的照片进行蝴蝶种类的自动识别，便于环境检测。在2018年前，基于AI（artificial intelligence）的蝴蝶自动识别研究基本是使用蝴蝶标本照片，一张照片只有一种蝴蝶，但研究时涉及的蝴蝶种类较少，而且蝴蝶与植物、鱼等大类间的分类不同，很少有对蝴蝶大类内的蝴蝶种类的识别。

野外环境下蝴蝶自动识别有三个挑战：蝴蝶拟态使位置检测困难，翅膀遮挡使特征提取困难，野外环境使标签获取困难。

如何破解这些困难与挑战？戳视频，立即进入谢老师专属课堂，一起感受技术破局的魅力！

【大咖说Ⅲ】谢娟英教授：基于深度学习的野外环境下蝴蝶物种自动

希望大家听完老师的分享，能学以致用，应用到竞赛中打怪升级、实操进阶哟~