При выращивании плодовых деревьев тщательное понимание роста ветвей и листьев отдельных деревьев и адекватное управление деревьями важны для улучшения их качества. Однако для правильного ухода за деревьями и их выращивания необходимы ежедневные наблюдения и передовые знания, поэтому системы управления деревьями с использованием камер привлекают внимание. Автоматическое 3D-моделирование форм растений и структур ветвей, в частности, по изображениям, является незаменимой технологией как для сокращения трудозатрат, так и для улучшения качества продукции.
Трехмерная (3D) реконструкция из нескольких изображений, полученных с разных точек зрения, активно изучается. Однако было трудно реконструировать структуру объектов, у которых есть скрытые части, такие как растения с ветвями, скрытыми под их листьями.
Объединив оригинальный подход преобразования изображения в изображение в байесовской среде глубокого обучения и трехмерную реконструкцию, группа исследователей под руководством Фумио Окура оценила вероятность существования ветвей, скрытых под листьями, на полученных изображениях. Используя эти предполагаемые положения ветвей, они добились трехмерной реконструкции структуры растения, то есть точной реконструкции структур ветвей, в том числе скрытых под листьями. В частности, они преобразовали изображения листовых растений в изображения, показывающие вероятность существования ветвей, тем самым достигнув 3D-реконструкции..
Результаты этого исследования будут представлены на конференции EEE/CVF по компьютерному зрению и распознаванию образов (CVPR 2018), которая пройдет с 18 по 22 июня 2018 года. Статья, представленная на конференции, будет опубликована в открытом доступе Computer Vision Foundation в рамках материалов конференции 4 июня 2018 г.
Результаты станут фундаментальной технологией выращивания растений и управления ими с помощью искусственного интеллекта (ИИ) и анализа изображений. Они будут очень полезны для реализации будущих технологий выращивания, чтобы обеспечить (а) подробное ежедневное управление процессом выращивания растений на уровне ветвей/листьев в местах, недоступных для зрения культиваторов, путем съемки с помощью дрона или робота, (б) приближения с лучшими методами обрезки или обрезки растений и (c) прогнозирование будущего роста растений.