A tesztek eredményei
A módszert kilenc laboratóriumi képsorozaton tesztelték, amelyekben 6–16 levéltetű szerepelt. Hét vizsgálatban Rhopalosiphum padi (zselnicemeggy-levéltetű), kettőben pedig Myzus persicae (zöld őszibarack-levéltetű) egyedeket követtek. A mérések négy perctől körülbelül húsz percig tartottak. A rendszer átlagos felismerési pontossága 85,2 százalék, szenzitivitása (találati aránya) 84,5 százalék volt, míg a többobjektumos követés pontosságát jelző MOTA mutató átlagosan 0,671-et ért el.
Az eredmények ugyanakkor jelentős különbséget mutattak az egyes kísérletek között. A MOTA értéke 0,122 és 0,915 között változott. A rendszer akkor működött a legjobban, amikor a kép tökéletesen éles volt, a háttér világos és tiszta, valamint kevés zavaró objektum jelent meg. Az elmosódott felvételek, a túl közeli kamera, a szennyeződések, homokszemcsék, apró rögök és a levéltetvekhez hasonló alakú tárgyak jelentősen rontották a felismerés hatékonyságát.
A módszer egyik korlátja éppen ebből fakad. Mivel a levéltetvek az okostelefonos felvételeken csak kevés képpontot (pixelt) foglalnak el, kevés részletes vizuális tulajdonság áll rendelkezésre az azonosításukhoz. Egy mozdulatlan szennyeződés ezért könnyen levéltetűnek tűnhet a rendszer számára. A kutatók szerint az ilyen téves pályák utólag kiszűrhetők, de az automatikus törlés kockázatos lenne, mert egy valódi levéltetű is hosszabb ideig mozdulatlan maradhat a táplálkozás (szívogatás) során.
Felhasználási lehetőségek a növényvédelemben
A rendszer a feldolgozás után nemcsak az egyes rovarok útvonalát jeleníti meg. Hőtérképet is képes készíteni arról, hogy a levéltetvek mely területeken tartózkodtak leggyakrabban, továbbá időben és térben is vizualizálja az egyedek mozgását. Ezek az adatok kiválóan felhasználhatók például a növényi rezisztencia, a rovarriasztó (repellens) anyagok, a növényvédő szerek, a gazdanövény-preferencia vagy a ragadozó–zsákmány kapcsolatok kontrollált, laboratóriumi vizsgálataiban.
A fejlesztés előnye elsősorban az egyszerűségében és alacsony költségigényében rejlik. A kutatók szerint a jövőbeni fejlesztések célja az automatikus kalibráció, a levéltetvekhez hasonló mozdulatlan objektumok pontosabb kiszűrése, valamint a rendszer tesztelése további gazdasági kártevő rovarfajokon és összetettebb kísérleti környezetben.
