แก้ไขรูปภาพด้วย AI สำหรับนักผีเสื้อวิทยา — Magic Eraser
วิธีที่นักผีเสื้อวิทยาใช้การแก้ไขรูปภาพด้วย AI สำหรับบันทึกตัวอย่างผีเสื้อและแมลงเม่า การวิเคราะห์ลายปีก และสิ่งพิมพ์วิจัย เพิ่มรายละเอียดเกล็ด ลบพื้นหลัง และสร้างแผ่นภาพพร้อมตีพิมพ์สำหรับงานอนุกรมวิธาน
Content Lead
ตรวจสอบโดย Magic Eraser Editorial ·
กีฏวิทยาผีเสื้อ — การศึกษาผีเสื้อกลางวันและผีเสื้อกลางคืน อันดับแมลง Lepidoptera ซึ่งประกอบด้วยสปีชีส์ที่ได้รับการอธิบายแล้วกว่า 180,000 ชนิด — อาศัยการถ่ายภาพตัวอย่างคุณภาพสูงสำหรับอนุกรมวิธาน พันธุศาสตร์ประชากร การวิจัยการเลียนแบบ และการเฝ้าติดตามทางนิเวศวิทยา รวมถึงชุมชนวิทยาศาสตร์ภาคพลเมืองอันมหึมาที่มีส่วนร่วมด้วยการสังเกตหลายล้านครั้งต่อปีให้แก่ฐานข้อมูลความหลากหลายทางชีวภาพทั่วโลก ลวดลายบนปีกเป็นลักษณะทางสายตาหลักที่ใช้ในการจำแนกสปีชีส์ในวงศ์ผีเสื้อส่วนใหญ่ ลวดลายเหล่านี้เข้ารหัสข้อมูลเกี่ยวกับพันธุกรรม นิเวศวิทยา ความสัมพันธ์ของการเลียนแบบ และประวัติวิวัฒนาการ ซึ่งนักวิจัยสกัดออกมาทั้งโดยการตรวจด้วยตาเปล่าและเพิ่มมากขึ้นเรื่อย ๆ ผ่านการวิเคราะห์ภาพด้วยคอมพิวเตอร์
ความท้าทายด้านการถ่ายภาพในกีฏวิทยาผีเสื้อมุ่งเน้นไปที่คุณสมบัติทางแสงอันเป็นเอกลักษณ์ของปีกผีเสื้อ สีของปีกเกิดขึ้นจากกลไกที่แตกต่างกันโดยพื้นฐานสองประการ สีจากเม็ดสีอันมาจากสารประกอบทางเคมีที่ถูกดูดซับเข้าไปในเกล็ดแต่ละเกล็ด และสีเชิงโครงสร้างอันมาจากโครงสร้างทางกายภาพระดับนาโนที่แทรกสอดกับความยาวคลื่นแสงเพื่อสร้างสีน้ำเงิน เขียวเหลือบรุ้ง และสัญญาณอัลตราไวโอเลต ระบบสีทั้งสองนี้มีพฤติกรรมต่างกันภายใต้สภาพแสงที่หลากหลาย การบันทึกทั้งสองอย่างแม่นยำในภาพถ่ายเพียงภาพเดียวต้องอาศัยการควบคุมมุมการให้แสง การกระจายแสง และการเปิดรับแสงอย่างพิถีพิถัน นอกจากนี้ รายละเอียดอันละเอียดอ่อนของลวดลายปีก ที่ซึ่งเกล็ดแต่ละเกล็ดมักกว้างห้าสิบถึงสองร้อยไมโครเมตร — เรียกร้องการถ่ายภาพมาโครด้วยการโฟกัสที่แม่นยำและความชัดลึกที่เพียงพอจะครอบคลุมพื้นผิวปีกที่โค้งเล็กน้อย
เครื่องมือแก้ไขภาพด้วย AI รับมือกับความท้าทายเหล่านี้โดยทำให้ขั้นตอนหลังการประมวลผลเป็นอัตโนมัติ ซึ่งเปลี่ยนภาพถ่ายตัวอย่างดิบให้กลายเป็นภาพที่ใช้งานได้ทางวิทยาศาสตร์ การลบพื้นหลังแยกตัวอย่างออกจากวัสดุเตรียมการและฉากภาคสนามเพื่อการวิเคราะห์ที่สะอาด การเพิ่มรายละเอียดฟื้นคืนโครงสร้างเกล็ดอันละเอียดและขอบเขตลวดลายที่ขับเคลื่อนการจำแนกและการจัดประเภท การประมวลผลเป็นชุดทำให้ภาพเป็นมาตรฐานเดียวกันทั่วทั้งโครงการแปลงคอลเลกชันเป็นดิจิทัลขนาดใหญ่ ที่ซึ่งตัวอย่างหลายพันชิ้นต้องถูกถ่ายภายใต้สภาพที่ผันแปร สำหรับนักกีฏวิทยาผีเสื้อที่ต้องสร้างสมดุลระหว่างงานภาคสนาม การดูแลรักษา การวิเคราะห์ระดับโมเลกุล และกำหนดส่งตีพิมพ์ การประมวลผลภาพที่มีประสิทธิภาพคือโครงสร้างพื้นฐานสำคัญสำหรับการวิจัยที่มีผลผลิต
- การลบพื้นหลังแยกตัวอย่างออกจากแผ่นปักเข็ม บล็อกแผ่ปีก และพืชพรรณภาคสนามเพื่อการวิเคราะห์ลวดลายปีกที่สะอาดและการจัดประเภทด้วยคอมพิวเตอร์
- AI Enhance ทำให้รายละเอียดลวดลายอันละเอียดคมชัดขึ้น — แถวเกล็ดแต่ละแถว ขอบเขตวงแหวนจุดตา และความเหลือบรุ้งของสีเชิงโครงสร้าง — ซึ่งสำคัญยิ่งต่อการจำแนกสปีชีส์
- Magic Eraser ลบเข็มแมลง ป้ายข้อมูล และวัสดุเตรียมการ โดยไม่เปลี่ยนแปลงลวดลายปีกและสัณฐานวิทยาของลำตัวที่สำคัญต่อการวินิจฉัย
- การประมวลผลเป็นชุดทำให้ภาพเป็นมาตรฐานเดียวกันทั่วทั้งโครงการแปลงคอลเลกชันเป็นดิจิทัล ที่ซึ่งตัวอย่างหลายพันชิ้นถูกถ่ายภายใต้สภาพแสงที่ผันแปร
- การส่งออกที่พร้อมตีพิมพ์ที่ความละเอียด 300 DPI พร้อมทิศทางและมาตราส่วนที่สอดคล้องกัน ตอบสนองข้อกำหนดของวารสารสำหรับคำอธิบายทางอนุกรมวิธานและแผ่นภาพเปรียบเทียบ
การถ่ายภาพลายปีกและความท้าทายสองด้านของสีรงควัตถุและสีโครงสร้าง
ความซับซ้อนทางสายตาของลวดลายปีกผีเสื้อเกิดขึ้นจากปฏิสัมพันธ์ของกลไกการสร้างสีที่แตกต่างกันโดยพื้นฐานสองประการ ซึ่งทำงานในระดับของเกล็ดปีกแต่ละเกล็ด สีจากเม็ดสี — สีแดง ส้ม เหลือง น้ำตาล สีดำที่ผลิตโดยเมลานิน ออมโมโครม เทอริน และฟลาโวนอยด์ที่รวมเข้ากับเกล็ดทางเคมี — มีพฤติกรรมที่คาดเดาได้ภายใต้แสงกระจายและถูกบันทึกได้อย่างน่าเชื่อถือด้วยเทคนิคการถ่ายภาพมาตรฐาน สีเชิงโครงสร้าง — สีน้ำเงิน เขียวสดใส ผลกระทบเหลือบรุ้งที่ผลิตโดยโครงสร้างผลึกโฟโตนิกระดับนาโน การแทรกสอดฟิล์มบางหลายชั้น และเกรตติงเลี้ยวเบนภายในสถาปัตยกรรมของเกล็ด — ขึ้นอยู่กับมุมมองและอาจดูแตกต่างกันอย่างมากภายใต้รูปทรงเรขาคณิตของการให้แสงที่ต่างกัน
ระบบสีคู่นี้สร้างปัญหาที่กลืนไม่เข้าคายไม่ออกในทางปฏิบัติสำหรับช่างภาพตัวอย่าง แสงกระจายที่ส่องสว่างสีจากเม็ดสีอย่างสม่ำเสมออาจล้างสีเชิงโครงสร้างให้จางลงโดยการเฉลี่ยความขึ้นกับมุมของมัน แสงทิศทางที่บันทึกความเปล่งประกายเต็มที่ของสีน้ำเงิน Morpho หรือประกายโลหะของผีเสื้อยามอาทิตย์อัสดงอาจสร้างการให้แสงที่ไม่สม่ำเสมอทั่วองค์ประกอบลวดลายจากเม็ดสี การจัดวางที่เหมาะสมที่สุดใช้การผสมผสานของแสงกระจายและแสงทิศทางที่ควบคุมได้ แม้แต่การให้แสงทางกายภาพที่ดีที่สุดก็ไม่สามารถแสดงมุมมองทั้งหมดของพื้นผิวที่มีสีเชิงโครงสร้างได้พร้อมกัน AI Enhance รับมือกับสิ่งนี้โดยประมวลผลบริเวณสีต่าง ๆ อย่างเลือกสรร เพิ่มความเข้มของบริเวณเหลือบรุ้งเพื่อแสดงความเปล่งประกายสูงสุดของมันในขณะที่รักษาการแสดงผลที่แม่นยำขององค์ประกอบจากเม็ดสีบนพื้นผิวปีกเดียวกัน
สำหรับงานอนุกรมวิธาน การสร้างสีที่แม่นยำไม่ได้เป็นเพียงเรื่องความสวยงามแต่สำคัญยิ่งต่อการวินิจฉัย สปีชีส์ที่มีความสัมพันธ์ใกล้ชิดกันอาจแตกต่างกันเพียงเฉดสีส้มบนปีกหลัง ความกว้างของขอบเมลานิก หรือเฉดสีที่แม่นยำของความเหลือบรุ้งเชิงโครงสร้างบนปีกหน้าด้านหลัง การแก้ไขสีด้วย AI ที่ปรับเทียบกับการ์ดอ้างอิงที่รวมอยู่ในภาพถ่ายแต่ละภาพ รับประกันว่าความแตกต่างของสีอันละเอียดอ่อนเหล่านี้จะถูกรักษาไว้อย่างแม่นยำทั่วทั้งภาพที่ถ่ายภายใต้การจัดแสงที่ต่างกัน ที่สถาบันต่างกัน หรือในวันต่างกันระหว่างการรณรงค์แปลงเป็นดิจิทัลอันยาวนาน ความสอดคล้องนี้สำคัญยิ่งเมื่อเปรียบเทียบตัวอย่างจากคอลเลกชันต่าง ๆ เพื่อประเมินความผันแปรทางภูมิศาสตร์หรือไขปัญหาทางอนุกรมวิธาน
- สีจากเม็ดสีที่มาจากเมลานินและเทอรินมีพฤติกรรมที่คาดเดาได้ภายใต้แสงกระจาย ในขณะที่สีเชิงโครงสร้างที่มาจากผลึกโฟโตนิกระดับนาโนขึ้นอยู่กับมุมการให้แสง
- AI เพิ่มความเข้มของบริเวณเหลือบรุ้งและบริเวณจากเม็ดสีอย่างเลือกสรรในแบบที่ต่างกัน แสดงความเปล่งประกายของสีเชิงโครงสร้างในขณะที่รักษาการแสดงผลจากเม็ดสีที่แม่นยำบนปีกเดียวกัน
- การจำแนกทางอนุกรมวิธานอาจขึ้นอยู่กับความแตกต่างของสีอันละเอียดอ่อน — เฉดสีส้ม ความกว้างของขอบ — ที่ต้องการการสร้างสีที่ปรับเทียบและสอดคล้องกันตลอดทุกครั้งที่ถ่ายภาพ
- การปรับเทียบด้วยการ์ดอ้างอิงผ่าน AI รับประกันความแม่นยำของสีเพื่อการวินิจฉัยทั่วทั้งตัวอย่างที่ถ่ายที่สถาบันต่างกันด้วยอุปกรณ์ให้แสงที่ต่างกัน
การเพิ่มองค์ประกอบลวดลายที่สำคัญเชิงวินิจฉัยสำหรับการระบุ
การจำแนกผีเสื้อกลางวันและกลางคืนขึ้นอยู่กับองค์ประกอบลวดลายปีกเฉพาะที่ต้องมองเห็นได้ชัดเจนในภาพถ่ายเพื่อให้งานมีคุณค่าทางวิทยาศาสตร์ จุดตา — ลวดลายวงแหวนซ้อนศูนย์กลางที่พบในผีเสื้อวงศ์ Nymphalidae จำนวนมาก — เป็นโครงสร้างที่ซับซ้อนซึ่งจำนวนวงแหวน ความกว้างสัมพัทธ์ สีของแต่ละวง การมีหรือไม่มีรูม่านตากลางล้วนให้ข้อมูลทางอนุกรมวิธาน ในผีเสื้อวงศ์ย่อย Satyrinae จำนวนมาก การจำแนกระดับสปีชีส์ขึ้นอยู่กับจำนวน ขนาด การจัดเรียงของจุดตาบนปีกหลังด้านท้อง และความแตกต่างอันละเอียดอ่อนในพารามิเตอร์เหล่านี้แยกสปีชีส์ที่มิฉะนั้นจะคล้ายคลึงกันมาก AI Enhance ที่เพิ่มคอนทราสต์และความคมชัดเฉพาะที่ทั่วองค์ประกอบลวดลายอันละเอียดเหล่านี้ทำให้การจำแนกเป็นไปได้จากภาพถ่ายที่หากไม่ได้ประมวลผลจะต้องตรวจตัวอย่างทางกายภาพภายใต้กำลังขยาย
อวัยวะสืบพันธุ์ของผีเสื้อเป็นตัวตัดสินขั้นสุดท้ายของเอกลักษณ์สปีชีส์ในกลุ่มที่ยากทางอนุกรมวิธานจำนวนมาก การผ่าอวัยวะสืบพันธุ์เป็นการทำลายและใช้เวลามาก องค์ประกอบลวดลายปีกที่สัมพันธ์กับเอกลักษณ์สปีชีส์ รวมถึงรูปร่างและขอบเขตของแผ่นกลิ่นในเพศผู้ ลวดลายของเส้นปีกที่มองเห็นได้ผ่านบริเวณปีกใสหรือมีเกล็ดบาง และเรขาคณิตที่แม่นยำของขอบเขตองค์ประกอบลวดลาย — ให้หลักฐานการจำแนกแบบไม่ทำลายเมื่อบันทึกด้วยความละเอียดและความคมชัดที่เพียงพอ AI Enhance ฟื้นคืนลักษณะเหล่านี้จากภาพถ่ายมาโครมาตรฐาน ลดความจำเป็นในการผ่าอวัยวะสืบพันธุ์แบบทำลายในงานจำแนกประจำและรักษาตัวอย่างไว้สำหรับการสกัด DNA ในอนาคต
สำหรับการจำแนกผีเสื้อกลางคืน ความท้าทายทวีคูณเพราะวงศ์ผีเสื้อกลางคืนจำนวนมากมีสปีชีส์หลายพันชนิดที่มีลวดลายปีกคล้ายคลึงกันโดยผิวเผิน ซึ่งการจำแนกขึ้นอยู่กับการรวมกันของลักษณะอันละเอียดอ่อน มุมที่แน่นอนของเส้นขวางบนปีกหน้า การมีจุดดิสคัลขนาดจิ๋ว หรือลวดลายหยักของขอบปีกหลัง ผีเสื้อกลางคืนที่เก็บในเวลากลางคืนและถ่ายที่กับดักแสงอาจสึกหรอบางส่วน ปกคลุมด้วยน้ำค้างหรือฝุ่น หรืออยู่ในมุมที่ไม่เหมาะสม AI Enhance และเครื่องมือแก้ไขมุมมองช่วยฟื้นคืนลักษณะเพื่อการวินิจฉัยจากภาพถ่ายภาคสนามที่ไม่สมบูรณ์เหล่านี้ ขยายประโยชน์ในการจำแนกของภาพที่มิฉะนั้นจะมีประโยชน์เพียงสำหรับบันทึกการปรากฏตัวโดยไม่มีการระบุระดับสปีชีส์
- พารามิเตอร์ของจุดตา — จำนวนวง ความกว้าง สี และการมีรูม่านตา — แยกสปีชีส์ในผีเสื้อวงศ์ย่อย Satyrinae จำนวนมากและต้องการความคมชัดที่เพิ่มขึ้นเพื่อการจำแนกด้วยภาพถ่าย
- การจำแนกแบบไม่ทำลายผ่านลักษณะลวดลายปีกที่เพิ่มความคมชัดลดความจำเป็นในการผ่าอวัยวะสืบพันธุ์และรักษาตัวอย่างไว้สำหรับการวิเคราะห์ DNA ในอนาคต
- การจำแนกผีเสื้อกลางคืนขึ้นอยู่กับการรวมกันของลักษณะอันละเอียดอ่อน — มุมของเส้น จุดจิ๋ว การหยักของขอบ — ที่ AI Enhance ฟื้นคืนจากภาพถ่ายภาคสนามที่ไม่สมบูรณ์
- การเพิ่มความคมชัดขยายประโยชน์ในการจำแนกของภาพถ่ายจากกับดักแสงจากบันทึกการปรากฏตัวไปสู่การระบุระดับสปีชีส์ที่ใช้ได้ในการสำรวจความหลากหลายทางชีวภาพ
การแปลงคอลเลกชันเป็นดิจิทัลและการบันทึกความหลากหลายทางชีวภาพขนาดใหญ่
พิพิธภัณฑ์ประวัติศาสตร์ธรรมชาติทั่วโลกเก็บรักษาตัวอย่างผีเสื้อที่ประมาณการไว้หลายร้อยล้านชิ้น และความพยายามอย่างต่อเนื่องในการแปลงคอลเลกชันเหล่านี้เป็นดิจิทัล การสร้างภาพถ่ายความละเอียดสูงและบันทึกข้อมูลที่เกี่ยวข้องสำหรับการเข้าถึงออนไลน์ — เป็นตัวแทนของหนึ่งในโครงการบันทึกข้อมูลที่ใหญ่ที่สุดในวิทยาศาสตร์ความหลากหลายทางชีวภาพ ขั้นตอนการทำงานการแปลงเป็นดิจิทัลต้องประมวลผลตัวอย่างหลายร้อยถึงหลายพันชิ้นต่อวันเพื่อให้มีความก้าวหน้าที่มีความหมายผ่านคอลเลกชันที่สะสมมานานนับศตวรรษ ภาพถ่ายตัวอย่างแต่ละภาพต้องแยกตัวอย่างออกจากบริบทการจัดเก็บ บันทึกลักษณะเพื่อการวินิจฉัยด้วยความละเอียดที่เพียงพอ รวมเมตาดาทาที่เชื่อมโยงภาพกับข้อมูลการเก็บตัวอย่าง — ถิ่นที่อยู่ วันที่ ผู้เก็บ และการจำแนก
เครื่องมือ AI เร่งขั้นตอนการทำงานการแปลงเป็นดิจิทัลอย่างมากด้วยการทำให้ขั้นตอนหลังการประมวลผลที่ใช้เวลามากที่สุดเป็นอัตโนมัติ การลบพื้นหลังขจัดความรกทางสายตาของถาดหน่วย ภายในลิ้นชัก ตัวอย่างที่อยู่ติดกันที่ปรากฏในการจัดถ่ายภาพปริมาณสูงซึ่งตัวอย่างถูกถ่ายภาพในที่ตั้งแทนที่จะถูกนำออกและจัดวางทีละชิ้น การปรับสีและการเปิดรับแสงให้เป็นปกติชดเชยการเคลื่อนตัวอย่างค่อยเป็นค่อยไปของสภาพแสงตลอดการถ่ายภาพที่ยาวนานและความแตกต่างระหว่างสถานีถ่ายภาพที่สถาบันต่าง ๆ ที่เข้าร่วมเครือข่ายการแปลงเป็นดิจิทัลแบบร่วมมือกัน การเพิ่มรายละเอียดรับประกันว่าแม้แต่ภาพที่ถ่ายอย่างรวดเร็วก็ให้ความละเอียดที่เพียงพอสำหรับการจำแนก ลดจำนวนตัวอย่างที่ต้องถ่ายภาพใหม่
ขนาดของความพยายามในการแปลงเป็นดิจิทัลเหล่านี้เรียกร้องการประมวลผลเป็นชุดที่แข็งแกร่ง ตู้พิพิธภัณฑ์เพียงตู้เดียวอาจบรรจุตัวอย่างสองพันชิ้น คอลเลกชันหนึ่งอาจประกอบด้วยหลายล้านชิ้น โครงการริเริ่มการแปลงเป็นดิจิทัลระดับโลกรวบรวมคอลเลกชันหลายสิบรายการเข้าด้วยกันในฐานข้อมูลที่เป็นหนึ่งเดียว ความสอดคล้องในระดับนี้ — พื้นหลังที่สม่ำเสมอ การแสดงสีที่เป็นมาตรฐาน คุณภาพรายละเอียดที่สอดคล้องกัน — คือสิ่งที่เปลี่ยนกองภาพถ่ายแต่ละภาพให้กลายเป็นฐานข้อมูลทางวิทยาศาสตร์ที่ใช้งานได้ ที่ซึ่งนักวิจัยสามารถเปรียบเทียบตัวอย่างได้อย่างน่าเชื่อถือข้ามคอลเลกชัน ภูมิศาสตร์ และช่วงเวลา การประมวลผลเป็นชุดด้วย AI คือเครื่องมือเชิงปฏิบัติที่ทำให้ความสอดคล้องนี้บรรลุได้ในอัตราปริมาณงานที่กำหนดการแปลงเป็นดิจิทัลต้องการ
- คอลเลกชันของพิพิธภัณฑ์เก็บรักษาตัวอย่างผีเสื้อหลายร้อยล้านชิ้นที่ต้องการขั้นตอนการทำงานการแปลงเป็นดิจิทัลปริมาณสูงที่ประมวลผลตัวอย่างหลายพันชิ้นต่อวัน
- การลบพื้นหลังด้วย AI ขจัดความรกของบริบทการจัดเก็บออกจากการถ่ายภาพในที่ตั้งปริมาณสูง หลีกเลี่ยงคอขวดของการจัดวางตัวอย่างแต่ละชิ้นทีละชิ้น
- การปรับสีและการเปิดรับแสงให้เป็นปกติชดเชยการเคลื่อนตัวของแสงตลอดการถ่ายภาพที่ยาวนานและความแตกต่างระหว่างสถานีถ่ายภาพของสถาบันที่ร่วมมือกัน
- ความสอดคล้องของการประมวลผลเป็นชุดเปลี่ยนภาพถ่ายแต่ละภาพให้กลายเป็นฐานข้อมูลทางวิทยาศาสตร์ที่ใช้งานได้ ที่ซึ่งตัวอย่างสามารถเปรียบเทียบได้อย่างน่าเชื่อถือข้ามคอลเลกชันและภูมิศาสตร์
วิทยาศาสตร์พลเมือง คู่มือภาคสนาม และการมีส่วนร่วมของสาธารณะในผีเสื้อวิทยา
กีฏวิทยาผีเสื้อได้รับประโยชน์จากหนึ่งในชุมชนวิทยาศาสตร์ภาคพลเมืองที่ใหญ่ที่สุดและกระตือรือร้นที่สุดในการวิจัยความหลากหลายทางชีวภาพ แพลตฟอร์มอย่าง iNaturalist, eButterfly และโครงการ Butterflies for the New Millennium ของสหราชอาณาจักรได้รับการสังเกตผีเสื้อกลางวันและกลางคืนหลายล้านครั้งต่อปี หลายครั้งมาพร้อมภาพถ่ายที่มีส่วนร่วมในข้อมูลทางวิทยาศาสตร์ที่แท้จริงเกี่ยวกับการกระจายตัวของสปีชีส์ ช่วงเวลาการบิน และแนวโน้มประชากร คุณภาพของภาพถ่ายวิทยาศาสตร์ภาคพลเมืองกำหนดประโยชน์ทางวิทยาศาสตร์ของมันโดยตรง ภาพถ่ายผีเสื้อที่ชัดเจน มีแสงดี พร้อมรายละเอียดลวดลายปีกที่มองเห็นได้ สามารถจำแนกได้ถึงระดับสปีชีส์และให้จุดข้อมูลที่ผ่านการตรวจสอบ ในขณะที่ภาพที่เบลอ มีแสงไม่ดีของผีเสื้อที่อยู่ไกลอาจจำแนกได้เพียงระดับวงศ์ จำกัดคุณค่าในการวิเคราะห์ของมัน
เครื่องมือแก้ไขภาพด้วย AI ให้บริการทั้งนักวิทยาศาสตร์ภาคพลเมืองที่บันทึกภาพเหล่านี้และผู้ตรวจสอบผู้เชี่ยวชาญที่ทบทวนภาพเหล่านั้น สำหรับช่างภาพที่ใช้สมาร์ทโฟนที่มีความสามารถมาโครจำกัด AI Enhance สามารถทำให้รายละเอียดลวดลายปีกคมชัดขึ้นซึ่งมิฉะนั้นจะเล็กเกินกว่าจะอ่านได้ในภาพที่ถ่าย การลบพื้นหลังแยกผีเสื้อออกจากพื้นหลังธรรมชาติที่รกซึ่งลวดลายด้านท้องที่พรางตัวกลมกลืนเข้ากับพืชพรรณหรือเปลือกไม้ ทำให้ลวดลายปีกที่สมบูรณ์มองเห็นได้เพื่อการจำแนก สำหรับผู้ตรวจสอบผู้เชี่ยวชาญที่ทบทวนการสังเกตหลายร้อยครั้งต่อวัน ภาพที่ผ่านการประมวลผลเสมอด้วยพื้นหลังที่สะอาดและรายละเอียดที่เพิ่มความคมชัดเพิ่มความเร็วและความแม่นยำของการจำแนกอย่างมาก ลดคอขวดในการตรวจสอบที่จำกัดปริมาณงานของท่อข้อมูลวิทยาศาสตร์ภาคพลเมือง
คู่มือภาคสนามที่ตีพิมพ์เป็นตัวแทนของอีกหนึ่งการประยุกต์ใช้ที่สำคัญยิ่งซึ่งการประมวลผลภาพด้วย AI เปิดโอกาสให้มีคุณภาพทางสายตาที่สอดคล้องกันทั่วทั้งสปีชีส์หลายร้อยชนิดที่ปรากฏในคู่มือระดับภูมิภาค คู่มือภาคสนามผีเสื้อฉบับสมบูรณ์สำหรับประเทศในยุโรปอาจแสดงภาพสปีชีส์สี่ร้อยชนิดหรือมากกว่า แต่ละชนิดแสดงจากมุมมองด้านหลังและด้านท้องที่กำลังขยายสอดคล้องกันและบนพื้นหลังที่สม่ำเสมอ ภาพถ่ายต้นทางสำหรับภาพประกอบเหล่านี้มาจากผู้มีส่วนร่วมหลายสิบคนที่ใช้กล้อง แสง และพื้นหลังต่างกัน การประมวลผลเป็นชุดด้วย AI — การลบพื้นหลัง การปรับสีให้เป็นปกติ การจับคู่การเปิดรับแสง การเพิ่มรายละเอียด — เปลี่ยนคอลเลกชันที่หลากหลายนี้ให้กลายเป็นชุดภาพที่สอดคล้องกันทางสายตาและมีคุณภาพสูงที่ทำให้คู่มือภาคสนามทำงานได้ในฐานะเครื่องมือจำแนกเชิงเปรียบเทียบ
- แพลตฟอร์มวิทยาศาสตร์ภาคพลเมืองได้รับการสังเกตผีเสื้อหลายล้านครั้งต่อปี ที่ซึ่ง AI Enhance และการลบพื้นหลังปรับปรุงความแม่นยำในการจำแนกและประโยชน์ทางวิทยาศาสตร์
- ผู้ตรวจสอบผู้เชี่ยวชาญที่ทบทวนการสังเกตหลายร้อยครั้งต่อวันทำงานได้เร็วและแม่นยำขึ้นเมื่อภาพมีพื้นหลังที่สะอาดสอดคล้องกันและรายละเอียดเพื่อการวินิจฉัยที่เพิ่มความคมชัด
- คู่มือภาคสนามที่แสดงภาพสปีชีส์หลายร้อยชนิดต้องการการประมวลผลเป็นชุดด้วย AI เพื่อเปลี่ยนภาพถ่ายที่หลากหลายของผู้มีส่วนร่วมให้กลายเป็นชุดภาพเปรียบเทียบที่สอดคล้องกันทางสายตา
- ภาพที่ประมวลผลด้วย AI ให้บริการทั้งการบันทึกข้อมูลทางวิทยาศาสตร์และการมีส่วนร่วมของสาธารณชน ทำให้กีฏวิทยาผีเสื้อเข้าถึงได้สำหรับชุมชนผู้ที่หลงใหลในผีเสื้อกลางวันและกลางคืนที่กำลังเติบโต
แหล่งข้อมูล
- Photography Standards for Lepidoptera Wing Pattern Documentation — Butterflies of America Foundation
- High-Resolution Imaging Techniques for Scale Microstructure in Lepidoptera — Journal of the Royal Society Interface
- Digital Imaging Best Practices for Natural History Collections — iDigBio — Integrated Digitized Biocollections