今天將有行政院農業委員會特有生物研究保育中心的研究人員來訪，討論用影像辨識植物種類的可行性。這是一個第一時間就知道非常困難的題目，以一個業界公司的立場，我是傾向不能捅這個馬蜂窩的！一個大學研究所可以研究一個議題三五年沒有具體成果也不會倒店，但我們就會！

可是對方研究員似乎對我的信心比我自己還強！他們很堅持先面對面深入討論之後再說。根據他們事前提供的資訊加上網路搜尋，目前好像也只有法國的研發團隊有製作出一個類似功能的APP。

https://play.google.com/store/apps/details?id=org.plantnet&hl=zh_TW

我花了不少時間仔細閱讀他們的資料，與我預期的狀況也差不多，他們集合四個跨領域機構合作已經花了好幾年研發，也還不能非常精確的辨識出世界各地的植物，僅限於歐洲的數百種而已。積極來看，表示農委會這個單位的嘗試為時不晚，我們也有機會製作出台灣版的APP；消極來看，還是覺得這是一個困難到不容易在短期內有具體成果的研究議題。就以下面這朵花來說好了！

我們要做影像辨識總是要先取得一些點、線或面的確定資訊，譬如花的輪廓與顏色。但是老實說顏色是最不穩定的一種資訊，晨昏、光影，甚至攝影機的特性都會嚴重影響顏色組成。那就用亮度對比好了！在上面這種自然情境下拍的照片，花朵的亮度也不保證與背景有顯著差異，你就是很難每次都能畫出清晰的輪廓。眼睛與大腦很容易判斷的花形，用一般的影像辨識方法卻極度困難！這還是顏色鮮豔的花咧！如果目標是葉子，背景又是一大片樹叢樹葉，那就幾乎無解了！

即使你取得了輪廓，但是這種辨識是沒有「標準字模」的！生物形態學上的辨識是定性的！大小、形狀與擺放角度的變化範圍都很模糊，最多就是知道花有五瓣，連「知道是五瓣」這個分析結果都不是很容易計算出來的！當然要正確判斷種類可能連花蕊型態都得辨識正確才行！簡直是OMG，Mission Impossible!

當然此時一定會有機器學習學派的高手跳出來了！確實這種太難用解析解的方式處理的影像辨識是「必須」使用機器學習等等技術，前面說的法國團隊也是如此的！我之前已經寫過多次我對機器學習的看法，一方面我不熟悉那些技巧，一方面我不是很看好面對如此複雜的狀況，機器學習真的可以最終將解答「收斂」到非常聰明合理的地步！

如果要我表示意見，我還是認為最終要有不離譜的判斷，解析方式的辨識與機器學習式的模糊辨識必須雙管齊下，不能只是放任機器學習自己定義公式統計結果。但我自己都還沒有具體的想法，要如何在植物野外拍的照片中定義一些可以穩定掌握的影像資訊？就看看今天與植物專家們討論之後，能否擦出一些跨領域的火花了！