植物医生：一个不接触树叶就能监视城市树木的人工智能系统

城市树木和植物不仅仅是美化城市景观。它们净化空气，减少城市热岛，提供娱乐空间，甚至提高房地产价值。作为可持续城市生态系统的重要组成部分，植物默默地为我们的福祉做出了贡献。然而，城市树木面临着许多威胁，包括害虫、疾病和气候变化，因此控制它们的健康至关重要

城市绿化监测传统上是一个非常劳动密集型的过程，需要植物学专业知识和大量资源。随着全球城市的扩张和城市环境的日益复杂，跟踪植物健康状况也变得更加困难。人工智能（AI）能否成为应对这一挑战的关键

在最近的一项研究中，由早稻田大学生命科学与医学生物科学系梅津教授的实验室和琉球大学农业学院Shiojiri教授的实验室领导的一个联合研究小组开发了一种创新的人工智能驱动的植物健康监测解决方案

他们的论文在线发表在《测量》杂志上

该研究介绍了“植物医生”，这是一种混合人工智能系统，可以通过普通摄像头拍摄的视频片段自动诊断城市树木的健康状况。第一作者Marques在解释他们的动机时说：“分割等机器视觉技术在医学领域有很好的应用。我们想将这项技术推广到其他领域，如植物健康。”

Plant Doctor结合了两种尖端的机器视觉算法——YOLOv8和DeepSORT——来识别和跟踪视频帧中的单个叶子。这些算法的目标是确保只选择每片叶子的最佳图像进行进一步处理

然后，第三种算法DeepLabV3Plus执行详细的图像分割，以精确量化叶片损伤。所提出的系统可以自动检测单个叶子上的患病区域，如细菌、害虫和真菌引起的斑点

这种方法最吸引人的方面之一是它的可扩展性和成本效益。该系统可以处理不仅安装在无人机上，而且安装在垃圾车等城市维护车辆上的摄像头收集的视频片段，将日常服务转化为收集数据的机会，而无需投入大量资源。此外，通过使用图像而不是实际的枝叶，植物医生最大限度地减少了城市植物的压力

Marques评论道：“我们为植物学专家提供了一种工具，可以在一个解决方案中评估植物健康状况，而无需在此过程中收集样本和损坏植物。”。研究小组使用东京城市植物的镜头验证了所提出的系统，在各种城市植物群中获得了良好的结果和非常准确的叶片健康诊断

通过将植物健康数据与准确的位置信息相结合，plant Doctor能够对单个植物进行微观分析，并对城市地区的疾病模式进行宏观洞察。值得注意的是，除了城市应用外，Plant Doctor还可以适用于农业用途，帮助农民监测作物健康状况，并在疾病传播前进行识别

总体而言，这项拟议的技术是朝着更可持续的城市和农村植物健康监测迈出的重要一步，使植物学专家能够更专注于战略干预而不是常规监测