42 Schmidt et al: Analysis of the Accuracy of Photo-Based Plant Identification Applications Xing D, Yang J, Jin J, Luo X. 2020. Potential of plant identifica- tion apps in urban forestry studies in China: Comparison of recognition accuracy and user experience of five apps. Journal of Forestry Research. 32:1889-1897. https://doi.org/10.1007/ s11676-020-01234-3 Zhao C, Chan SSF, Cham WK, Chu LM. 2015. Plant identifica- tion using leaf shapes—A pattern counting approach. Pattern Recognition. 48(10):3203-3215. https://doi.org/10.1016/j .patcog.2015.04.004 Zhao ZQ, Maa LH, Cheung Y, Wu X, Tang Y, Chen CLP. 2015. ApLeaf: An efficient android-based plant leaf identification system. Neurocomputing. 151(3):1112-1119. https://doi.org/ 10.1016/j.neucom.2014.02.077 ACKNOWLEDGMENTS Funding for this work was provided by the John and Eleanor Kuser faculty endowment for Urban and Community Forestry; the USDA McIntire-Stennis program: Project NJ17318, Building an Urban Context for Modelling Efforts to Describe and Inform Urban Tree Growth for Services and Management; and the USDA Forest Service and New Jersey Department of Environ- mental Protection Forestry program: Project Urban Forestry Sup- port 827994. Supplementary images used in this analysis are available online via Rutgers University: https://doi.org/10.7282/ fp8k-cg20 Ryan J. Schmidt Rutgers Urban Forestry Program Department of Ecology, Evolution and Natural Resources Rutgers, The State University of New Jersey New Brunswick, NJ, USA Brianna M. Casario, AS Rutgers Urban Forestry Program Department of Ecology, Evolution and Natural Resources Rutgers, The State University of New Jersey New Brunswick, NJ, USA Pamela C. Zipse, BS Rutgers Urban Forestry Program Department of Ecology, Evolution and Natural Resources Rutgers, The State University of New Jersey New Brunswick, NJ, USA Jason C. Grabosky, PhD (corresponding author) Rutgers Urban Forestry Program Department of Ecology, Evolution and Natural Resources Rutgers, The State University of New Jersey 14 College Farm Road New Brunswick, NJ, USA 848-932-0050
[email protected] Conflicts of Interest: The authors reported no conflicts of interest. Résumé. Contexte : Avec la création d’applications (apps) d’identification de végétaux basées sur des photos, la capacité d’obtenir des identifications sommaires de végétaux sur le terrain est, en toute vraisemblance, disponible pour toute personne ayant accès à un smartphone. L’utilisation de ces applications, en tant qu’outil éducatif pour les étudiants et à titre de principale res- source d’identification pour certains projets scientifiques commu- nautaires, remet en question l’exactitude des identifications qu’elles fournissent. Nous avons lancé une étude basée sur le contexte d’espèces d’arbres locales afin d’offrir une réponse fon- dée aux étudiants qui demandent des conseils afin de choisir un outil pour leurs activités en classe. Méthodes : Cette étude a testé 6 applications mobiles d’identification de végétaux sur un ensemble de 440 photographies représentant les feuilles et l’écorce de 55 espèces d’arbres communes à l’État du New Jersey (États-Unis). Résultats : Sur les 6 applications testées, Pictu- reThis a été la plus précise, suivie par iNaturalist, tandis que PlantSnap n’a pas réussi à offrir des identifications précises de manière constante. En général, ces applications sont beaucoup plus précises pour l’identification des photos de feuilles que pour celle des photos d’écorces et, si ces applications offrent des iden- tifications précises au niveau du genre, elles semblent peu exactes pour l’identification des photos sur le plan de l’espèce. Conclu- sions : Bien que ces applications ne puissent remplacer l’identifi- cation traditionnelle sur le terrain, elles peuvent être utilisées avec une grande confiance comme outil pour aider les arboriculteurs, les forestiers ou les écologistes manquant d’expérience ou d’as- surance, en affinant le registre des espèces potentielles pour une identification plus précise. Zusammenfassung. Hintergrund: Mit der Entwicklung von auf Fotos basierenden Anwendungen zur Pflanzenbestimmung (Apps) ist es scheinbar jedem, der Zugang zu einem Smartphone hat, möglich, grundlegende Identifizierungen von Pflanzen im Feld durchzuführen. Die Verwendung solcher Apps als Lehrmit- tel für Schüler und als wichtige Identifizierungsressource für einige wissenschaftliche Projekte der Gemeinschaft stellt die Genauigkeit der von ihnen gelieferten Identifizierungen in Frage. Wir haben eine Studie erstellt, die sich auf den Kontext lokaler Baumarten stützt, um eine fundierte Antwort auf die Fragen von Schülern zu geben, die bei der Auswahl eines Hilfsmittels für ihre Unterstützung im Unterricht um Rat fragen. Methoden: In dieser Studie wurden 6 mobile Pflanzenbestimmungs-Apps anhand von 440 Fotos getestet, die die Blätter und Rinde von 55 im Bundes- staat New Jersey (USA) verbreiteten Baumarten zeigen. Ergeb- nisse: Von den 6 getesteten Apps war “PictureThis” am genauesten, gefolgt von “iNaturalist”, wobei “PlantSnap” keine durchgängig genauen Identifikation lieferte. Insgesamt sind diese Apps bei der Identifizierung von Blattfotos viel genauer als bei Fotos von Rinden. Während diese Apps genaue Identifizierungen auf Gattungsebene bieten, scheint die Genauigkeit bei der erfolg- reichen Identifizierung von Fotos auf Artniveau gering zu sein. Schlussfolgerungen: Auch wenn diese Apps die traditionelle Feldbestimmung nicht ersetzen können, so können sie doch mit großer Sicherheit als Hilfsmittel für unerfahrene oder unsichere Baumpfleger, Förster oder Ökologen eingesetzt werden, indem sie dazu beitragen, den Pool möglicher Arten für die weitere Bestimmung zu verfeinern. ©2022 International Society of Arboriculture
January 2022
| Title Name |
Pages |
Delete |
Url |
| Empty |
Search Text Block
Page #page_num
#doc_title
Hi $receivername|$receiveremail,
$sendername|$senderemail wrote these comments for you:
$message
$sendername|$senderemail would like for you to view the following digital edition.
Please click on the page below to be directed to the digital edition:
$thumbnail$pagenum
$link$pagenum
