以后走在路上，碰到不認識的花再也不用發愁了！由中國科學院植物研究所與百度等單位合作開發的“智能花卉識別系統”，讓“拍花識植物”成為現實。
    中科院植物所“數字植物”項目數字植物系統研發專題負責人李敏介紹，早在二三十年前，人們已經開始在植物圖像識別上做出嘗試，只是一開始繞了點兒彎路，科學家們最初將目光鎖定在“世界上沒有完全相同的兩片葉子”上，試圖幫助公眾通過葉片識別植物。這一選擇倒也合情合理——扁平的葉面結構在拍照處理、技術建模上確實有著先天的優勢。然而隨著項目的推進，問題也慢慢浮現。“越了解植物的人就會越覺得葉片識別不可靠”，李敏介紹說，葉片性狀是植物分類的次要性狀，受環境影響較大。當外界環境發生改變時，其形態也會在相對較短的時間內發生適應性改變，這一點無疑為植物識別帶來挑戰。此外，葉片識別的另一難處在于，同一物種的葉片也會呈現多樣化，不同物種的葉片之間存在相似之處。
    “我們在物種分類時，更傾向從本源上進行劃分。”于是，專題組開始將思路轉向花卉。與葉片相比，花作為植物的繁殖器官，只出現在特定的生長時期，因此從一定程度上避免了環境的影響。作為更穩定的性狀，花朵在分類學上更為靠譜。
    那么，與百度合作的“拍花識植物”是如何實現的呢？這背后離不開“中國植物圖像庫”的數據支撐。目前，圖像庫里有250多萬幅照片，植物愛好者、植物專業人士將拍攝的植物上傳之后進行鑒定分類，成為智能花卉識別的后盾。當人們在生活中遇到不認識的花拍照上傳“看圖識花”系統之后，系統將自動與數據庫中已分好類的植物圖像進行匹配，從而為用戶推送出識別推薦意見。不過，受到數據庫樣本量和樣本準確度的限制，目前“拍花識植物”還沒法做到100%的識別。據李敏介紹，該“看圖識花”系統已經實現了針對生活中1000多種最常見的植物約80%的識別。除了受到數據庫本身的限制之外，用戶所上傳的花朵是否清楚、是否夠大也直接影響到最后的識別結果。
    要想進一步提高植物識別的準確率，提高樣本量和樣本準確度是關鍵。李敏介紹說，數據庫上傳用戶分為普通用戶和專家用戶，專家用戶多為從事植物分類的專家，這些人上傳的照片在識別系統運作時將被優先推薦，從而最大程度保證識別的準確率。此外，上傳用戶的糾錯機制也一定程度上為最終的“拍花識植物”保駕護航。
    目前，李敏參與的項目組正著手從圖像庫中為每種植物挑選出四張圖片，由愛好者、分類學家和分類學權威三級把關后，配以該植物的科屬、花期、分布地等基本信息后集結成冊，預計將于明年面世。“在該套叢書編纂過程中，我們也會邀請專家對現有圖庫中的其他照片進行審定把關。”