李晨

近日，《木材研究》在線發(fā)表了一項木材計算機視覺識別研究方面的標(biāo)志性成果。中國林業(yè)科學(xué)研究院木材工業(yè)研究所開發(fā)了基于構(gòu)造圖像的木材識別新方法，首次實現(xiàn)了深度學(xué)習(xí)模型自動提取的木材圖像特征可視化，揭示了模型提取的黃檀屬和紫檀屬木材構(gòu)造關(guān)鍵特征分別為管孔和軸向薄壁組織。

木材精準(zhǔn)識別是一個世界性科技難題。論文第一作者何拓介紹，他們利用iWood木材識別系統(tǒng)從417份木材標(biāo)本（含黃檀屬15種、紫檀屬11種）中采集了10237張橫切面精細(xì)構(gòu)造圖像。在木材圖像數(shù)據(jù)集的基礎(chǔ)上，通過構(gòu)建深度卷積神經(jīng)網(wǎng)絡(luò)對圖像大數(shù)據(jù)進行訓(xùn)練學(xué)習(xí)。針對15種黃檀屬、11種紫檀屬，以及所有26個樹種分別構(gòu)建了3種不同的木材識別深度學(xué)習(xí)模型;并通過解析標(biāo)本/圖像數(shù)量、圖像質(zhì)量及圖像塊大小對模型精度的影響機制，確定了模型最優(yōu)參數(shù)體系，完成了木材圖像識別特征的自動化提取，實現(xiàn)了對口岸現(xiàn)場黃檀屬和紫檀屬等常見貿(mào)易瀕危珍貴木材的快速精準(zhǔn)識別。

該研究構(gòu)建的深度學(xué)習(xí)模型，在木材“種”水平上的識別精度分別達88.4%、93.7%和99.3%。相較而言，針對相同樣本在“屬”水平的識別，國內(nèi)外木材鑒別專家的識別精度僅為78.2%，且無法實現(xiàn)“種”水平的識別。