2020年8月6日 机器视觉与计算机视觉技术

利用机器学习消灭撒哈拉以南非洲采采蝇

采采蝇对撒哈拉以南非洲大片地区造成了破坏。大约有家蝇那么大,这种昆虫传播一种寄生虫,这种寄生虫对人类(昏睡病)和动物(长鼻)都是致命的,特别是牛。在撒哈拉以南的许多国家,有许多地区的农民不能养牛;大多数人最终死于锥虫病寄生虫引起的感染。如果农民冒着养牛的风险,他们必须生活在不断担心他们的牲畜会被寄生虫感染的恐惧中。采采场已经使许多农民失去了生计,同时也是他们村庄的重要营养来源。在整个撒哈拉以南非洲地区,牛因锥虫病死亡可能造成数十亿美元的生产和经济损失。

因此,哥伦比亚的一个团队正在开创一种基于机器学习的成像和分类解决方案,目的是大幅减少非洲的采采人口。该解决方案允许对雄性和雌性采采蝇进行分类,由哥伦比亚地球研究所可持续发展中心的研究员塞尔达·莫兰发现。

在国际原子能机构(IAEA)实习期间,莫兰首先利用近红外光观察采采蝇的蛹,以确定它们的性别。她的新的分类技术,包括将蛹放在显微镜下,用近红外光拍摄,旨在支持无菌昆虫技术,国际原子能机构已用于根除桑给巴尔和其他国家的采采人群。这种消毒技术利用辐射使大量的雄性苍蝇不孕。然后这些苍蝇被释放到繁殖地,在那里它们与雌蝇交配。由于雌性通常一生只交配一次,未受精的交配将大大减少采采区的人口,有助于消除疾病的传播,使农民更安全地饲养牲畜。

然而,事实上,蝇类生产实验室使用一种手工的、耗时的技术来按性别对蝇类进行分类。哥伦比亚团队首创的分类解决方案一旦经过改进,将使实验室能够更快、更高效、更大规模地对苍蝇进行分类。这一改进将使实验室能够在生命周期的早期阶段将更多的无菌苍蝇运送到撒哈拉以南的繁殖地。

这个创新的研究项目是从一次偶然的相遇中诞生的。四年前,莫兰和萨博尔克斯·马卡在维也纳的国际原子能机构会面。他们都对找到解决公共卫生问题的高科技解决方案感兴趣,很快就发现自己在讨论如何使用机器视觉方法来对付采采蝇的侵扰。莫兰在国际原子能机构完成实习后,后来搬到纽约,她与哥伦比亚的马卡实验室合作。在该实验室中,拥有生物物理学专业知识的天体物理学家Szabolcs Marka和实验物理学家Zsuzza Marka以前曾合作进行昆虫行为研究,包括如何减轻疟疾蚊子和果蝇。Markas在光学、硬件仪器和电子方面的专业知识也成功地应用于生物物理学和天体物理学应用。最重要的是,他们是LIGO科学合作组织的成员,该组织由科学家组成,致力于研究2015年发现引力波的仪器,这一发现使LIGO的科学家获得了诺贝尔奖。约翰赖特,这个研究小组的第四个成员,是一个电气工程师,他做高维数据分析,并开发算法来解决成像问题,在这种情况下,蛹图像。赖特和马克斯也是哥伦比亚数据科学研究所的附属机构。该团队的共同目标是开发一个分拣机原型,每天可以处理数万张蛹图像。

现在,这四个项目的重点是收集大量的蛹图像,用于训练机器学习算法。同时,他们也在设计一种基于算法结果对蛹进行分类的机器人。一旦机器人能够高精度地处理大量图像,他们将把图像发送给国际原子能机构,国际原子能机构将利用它对雄性苍蝇进行分类,对它们进行辐照,然后在非洲释放它们。

“我们将使用数据科学来创建一个基于机器学习的自动化系统,它可以从采采蛹中快速确定是雄性还是雌性,”Zsuzza Marka说。这一系统将成为机器人分拣机的基础,我们希望该机器最终将用于撒哈拉以南非洲地区,以减轻采采蝇的危害。”

标签: in 计算机视觉
Banner
Related Posts

推动计算机视觉和视觉AI发展的四大关键趋势

2019年5月14日

2019年5月14日

本文讨论了推动视觉应用快速发展和影响行业未来的关键趋势,解释了这些趋势背后的推动因素,并强调了对技术供应商、解决方案开发者和最终用户的关键影响。

深度学习“瓶颈”已至,计算机视觉如何突破困局?

2018年8月9日

2018年8月9日

从人工智能的发展过程看,深度学习是继专家系统之后人工智能应用的又一重要研究领域,也是人工智能和神经计算的核心研究课题之一。Alan Yuille认为,现在做AI不提神经网络,成果都很难发表了,这不是一个好势头。

最全分类!计算机视觉的图像标注类型及应用

2019年10月9日

2019年10月9日

计算机视觉的图像标注种类繁多,应用也不尽相同。想知道各种标注技术的效果吗?一起来看看它们在计算机视觉方面的应用和独特的案例吧!

CV不只是安防,一文读懂计算机视觉产业链全局

2019年10月31日

2019年10月31日

作为计算机科学的分支,如今计算机视觉(Computer Vision,简称CV)已成为人工智能重要研究领域和发展方向,逐渐形成完整的产业链。

计算机视觉的优点和局限性

2019年9月10日

2019年9月10日

计算机视觉是计算机科学的一个分支,它允许机器系统实时地查看、处理和解释视觉信息。

用于太空星系检测的计算机视觉应用

2018年8月9日

2018年8月9日

观测天文学是天文学的一个分支,它涉及记录有关可观测宇宙的数据。地面和太空望远镜每晚用于观测行星和遥远的星系。专用望远镜仪器收集存储在远程服务器中的原始数据,然后使用多个图像处理和分析通道进行处理。

计算机视觉的最佳图像注释平台

2019年5月10日

2019年5月10日

我们一直在寻找最佳的图像注释平台,该平台提供多种功能、项目管理工具和注释过程的优化(当您需要注释50k图像时,每个图像减少1秒钟!)。

计算机视觉和图像处理之间有什么区别?

2018年8月9日

2018年8月9日

图像处理是计算机视觉的一个子集。计算机视觉系统利用图像处理算法对人体视觉进行仿真。例如,如果目标是增强图像以便以后使用,那么这可以称为图像处理。如果目标是识别物体、汽车自动驾驶,那么它可以被称为计算机视觉。

英特尔深度学习工具包OpenVINO

2019年3月5日

2019年3月5日

OpenVINO包括英特尔的深度学习部署工具包,其中包括一个模型优化器,可以从许多框架(Caffe,Tensoflow,MxNet,ONNX,Kaiai)导入和训练模型。

增强的机器人“视觉”能够与人类进行更自然的互动

2019年5月9日

2019年5月9日

在伦斯勒理工学院(Rensselaer Polytechnic Institute)的智能系统实验室里,一个名叫Pepper motors的机器人睁大了眼睛,说话轻声细语。其中一名研究人员对“小辣椒”进行了测试,当“小辣椒”准确描述自己在做什么的时候,它会做出各种各样的手势。当他交叉双臂时,机器人从他的肢体语言中识别出有什么不对劲。

计算机视觉究竟是个怎样的行业?

2019年6月20日

2019年6月20日

5月1日外媒消息,微软刚刚发布了 Windows Vision Skills 的预览版本,是一个 NuGet 包集合。

CMU的研究人员设计出利用计算机视觉来观察周围角落的新技术

2019年6月20日

2019年6月20日

未来的自动驾驶汽车和其他机器智能系统可能不需要视线来收集极其详细的图像数据:卡内基梅隆大学(Carnegie Mellon University)、多伦多大学(University of Toronto)和伦敦大学学院(University College London)的一项新研究设计出了一种“观察周围角落”的技术。

hotonic Vision通过视频开发激光雷达传感器

2019年5月8日

2019年5月8日

英国初创公司Photonic Vision开发了一种激光雷达飞行时间传感的颠覆性方法。

自动机器视觉初创企业Nexar发布实时互动地图产品

2019年7月19日

2019年7月19日

导引 :该公司在声明中表示,通过将用户提供的更新数据与汽车摄像头和传感器的Nexar数据相连接,该公司的地图可以实时警告驾驶员道路的危险,施工区域和道路标志的丢失等

利用计算机视觉和机器学习技术实现莴苣种植的精准化作业

2019年6月11日

2019年6月11日

Earlham Institute的研究人员开发了一个机器学习平台,使用计算机视觉和航拍图像对莴苣作物进行分类。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注