本网讯(通讯员 王兰兰)近日,我院熊蜀峰教授团队在农作物病害智能识别领域取得系列研究进展。相关研究成果先后以“Boosting crop disease recognition via automated image description generation and multimodal fusion”和“Prototype-guided dual-gate multimodal fusion for robust crop disease recognition”为题,发表于国际学术期刊《Computers and Electronics in Agriculture》(国际农业工程领域的顶级一区TOP期刊)和《Expert Systems with Applications》(人工智能应用领域的权威国际一区TOP期刊)。系列研究围绕复杂田间环境下农作物病害识别面临的视觉特征表达不足、文本标注依赖人工及多模态融合鲁棒性不足等问题,提出了自动图像描述生成与类别文本原型引导的多模态病害识别方法,为农作物病害智能识别提供了新的技术思路。
农作物病害精准识别是智慧农业的重要基础,但单一图像方法在复杂田间条件下性能下降,图文多模态方法又受人工标注、图文对齐不足和模态质量不稳定等制约。研究先提出自动图像描述生成与多模态融合识别框架,自动生成病害文本并增强图文融合;进一步提出类别文本原型引导的双门控多模态框架,通过语义规范化、类别原型参照和自适应融合提升复杂田间环境下的识别稳定性与判别能力,实验验证了方案有效性。两项研究形成从图像描述自动生成、图文联合表征到语义原型引导与自适应融合的连续路径,可降低农业多模态数据构建成本、提升复杂环境识别性能,为作物病害智能监测与辅助诊断提供技术支撑。
我院熊蜀峰教授为两篇论文第一作者,硕士生王兰兰为第二作者,时雷教授、司海平教授分别为通讯作者。熊蜀峰教授团队长期聚焦人工智能与农业交叉领域创新与应用落地,近年发表中科院一区论文十余篇,获河南省科技进步奖等奖励,并开展田间试点应用,为智慧农业技术推广提供理论技术支撑。研究获河南省重点研发项目、河南省自然科学基金及河南省科技计划项目等资助。
论文链接:
https://doi.org/10.1016/j.compag.2025.111082
https://doi.org/10.1016/j.eswa.2026.133700
编辑:郭潇 签审:司海平 签发责任人:蔡镔