Usynlige strukturer udsat

Grundig forståelse af væksten af ​​grene og blade af individuelle frugtbærende træer og tilstrækkelig håndtering af dem er vigtigt for at forbedre deres kvalitet. Imidlertid, daglig observation og avanceret viden er nødvendig for korrekt forvaltning og dyrkning af træer, så træstyringssystemer, der bruger kameraer, tiltrækker opmærksomhed. Den automatiske 3D-modellering af planteformer og grenstrukturer fra billeder er en uundværlig teknologi til at forfølge både arbejdsbesparende dyrkning og forbedring af produktkvalitet.

Tredimensionel (3-D) rekonstruktion fra flere billeder opnået fra forskellige synspunkter er blevet aktivt undersøgt. Imidlertid, det var svært at rekonstruere strukturen af ​​objekter, der har skjulte dele, såsom planter med grenstrukturer skjult under deres blade.

Ved at kombinere den originale billed-til-billede oversættelsesmetode i en bayesisk ramme for dyb læring og 3-D rekonstruktion, en gruppe forskere under ledelse af Fumio Okura vurderede eksistenssandsynligheden for grene, der er skjult under blade i billeder. Ved hjælp af disse estimerede filialpositioner, de opnåede nøjagtig 3-D rekonstruktion af grenstrukturer, herunder dem, der er skjult under blade. Specifikt, de konverterede billeder af bladplanter til billeder, der viser sandsynlighed for greneksistens, derved opnå 3D-rekonstruktion.

Resultaterne af denne undersøgelse vil blive præsenteret på EEE/CVF -konferencen om computervision og mønstergenkendelse (CVPR 2018), der afholdes fra 18. juni til 22. juni, 2018. Papiret, der blev præsenteret på konferencen, vil blive offentliggjort i Computer Vision Foundation Open Access som en del af konferenceproceduren den 4. juni, 2018.

Resultaterne vil bidrage til dyrkning og forvaltning af planter ved hjælp af kunstig intelligens (AI) og billedanalyse. De vil være behjælpelige med at realisere fremtidig dyrkningsteknologi for at muliggøre (a) detaljeret daglig styring af gren-/bladniveau-processen for dyrkning af planter på steder, hvor kultivatorernes syn ikke kan nå ved at filme med en drone eller robot, (b) at finde frem til de bedste trimnings- eller beskæringsmetoder for planter, og (c) forudsigelse af fremtidig vækst af planter.