1. 背景及范围

2. 主要研究内容

3. 扩展及思考

1背景及范围

1. ICT创新业务已成电信运营商收入增长引擎

1) 从收入增长方面看：手机流量红利持续， 创新业务和宽带业务快速增长， 带动行业收入增长2.9%; 中电信、中联通收入增速超行业平均份额。

2) 从收入构成看：三家第一大收入来源稳定且持续提升，中电信为创新及其他，中联通和中移动为手机流量。

———数据来源:中国电信战略与创新研究院运营与价值研究所《国内三家运营商2018年经营业绩对标分析

2. 中国农业发展面临许多问题

1) 中国耕地面积不断减少人均耕地面远小于世界平均水平。且因建设占用、自然灾害、生态退耕及农业结构调整等导致不断减少，需要用占世界8%的耕地面积养活占世界19%的人口；

2) 优等耕地占比较少。优质土地面积仅仅占总面积的2.9%，将近53%土地质 量属于中等级别；

3) 农业经营人员受教育程度较低。全国农业经营人员共31422万人，且 受教育在初中及以下占比为91.8%；

4) 化肥、农药使用过度，粮食生产过程较为粗放。2013年我国农作物 化肥使用量为21.9公斤/亩，远高于世界平均水平8公斤/亩。

——资料来源:世界银行、中国统计局、国土资源局、亿欧智库报告《2018年智慧农业研究报告》

3. 各大企业已经开始布局智慧农业

1) 2018.6，“2018云栖大会·上海峰会”上阿里云正式推出ET农业大脑。除生猪养殖，阿里云还与果树、蔬菜种植、袁隆平团队等合作；

2) 2018.4.1，腾讯贵州人工智能生态鹅厂问世，T-block(腾讯积木) 技术动态实时可视化对“鹅厂”进行远程管理，基于鹅脸识别技术 实现对“鹅” 建档、投食等精细化管理，而“鹅语翻译”打破鹅 与人的沟通壁垒。未来开放云养鹅功能；

3) 2018.3，百度云宣布与中化农业合作进军AI智慧农业:通过物联 网连接土地、作物，知道作物生长的状态，上传数据后得到反馈的 结果，然后依靠算法、深度学习寻找规律、整合规律、指导规律；

4) 2018.11.20，京东宣布利用人工智能全面进军养猪业。整合“神农 大脑(AI)”、物联网设备、系统，独创养殖巡检机器人、饲喂机 器人、3D农业摄像头等前沿科技，全面打通养殖业；

5) 2018.4.21，恒大高科农业集团揭牌仪式在深圳举行；

6) 2018.6，碧桂园宣布正式进军现代农业。采用公司+农户模式建设 农业博览园，进军先进农机业和种业，打造农产品质量安全体系。

4. 人工智能是现实世界和虚拟世界发展的产物

得益于现代大数据技术的飞速发展，加之各类信息技术算法不断涌现，CPU算力不断提高，这些技术的为开展AI技术提供了坚实基础。

5. AI等多技术融合提供智能化/无人化是农业降本增效关键

在未来，农业领域的技术渗透率将不断提高。尤其是人工智能技术将极大的为农业领域“开源”、“节流”提供助力。在智慧农业领域，有AI生物特征识别、畜牧可穿戴设备、种植机器人、植保无人机等技术。

2生物多特征识别

1. 行业痛点

识别对象从不同物种到同一物种不同个体，再到同一个体不同部位，从粗粒度到细粒度再到微粒度，视觉差异逐渐变小，同一类牛个体的差异度更加细微 , 较小的类间差异和较大的类内差异，与通用图像识别问题相比更具挑战，如何提取局部差异成为关键。

这里，我们主要使用三种生物多特征识别的技术：

1) 基于Faster- RCNN的外形特征识别；

2) 基于SIFT和SFM的3维体况特征识别；

3) 基于KF和FRCNN的时移特征识别；

1. 典型应用

1) 张家口奶牛场采奶个体标识：为每一头奶牛注册身份ID，通过脸部识别监测日常行为，形成健康指数，更好地指导养殖，确 保产奶数据统计准备，解决决天津、张家口两个奶牛场奶位与奶牛个体采奶匹配不准确问题。

2) 广东惠州人保奶牛试点：将脸或身体侧纹作为奶牛唯一标识，结合业务场景收集数据。通过数据分析，对采集的信息 进行挖掘，真正帮助实现精细化管理和个体认证。结合集团DICT业务布局，以AI识别能力集成到三农助手APP中，重构验标和查勘业务流程，解决现 有投保、骗保难题。

2. 其他潜在应用场景

1) 新零售场景中自动商品结算；

2) 电信业务中vip客户甄别并定制化服务；

3) 医疗场景判断肿瘤良性恶性；

4) 相似生物面部识别Fine Grained问题。

1. 应用场景

1) 奶牛精细化养殖：

2) 其他潜在应用场景：还可与外形特征识别结合应用，还可用于特定范围内外形特征差异不大的牲畜个体的辅助识别、地形地貌识别、文物还原、虚拟旅游等。

1. 应用场景

3拓展及思考

1. 畜牧可穿戴技术-“小牧童”畜牧定位溯源产品

2. AI智慧种植-无人机植保

无人机植保能够解决农村劳动力短缺、劳动力成本高、农药利用浪费等问题。利用人工智能技术对无人机收集的数据进行智能杂草识别分析。图像分析系统通过分析田间图像的颜色模型，根据色差分量、颜色特征实现杂草实时识别，最后提取其相关特征参数，可以精确控制喷头位置及用药量。

3. AI智慧种植-机器人采摘

1) 必要性:降低农村劳动力短缺、劳动力成本高等问题；

2) 利用AI和应用图像处理技术对果实进行识别 和定位，对果实的遮挡以及重叠等情况进行数学建模；

3) 研究现状:国外采摘机器人对苹果识别的准 确率达到83%，正常工作情况下采摘速度为6个/s；

4)研究关键:提高果实的识别率和采摘率和降低成本等。

— 完 —