En el cultivo de árboles frutales, comprender a fondo el crecimiento de las ramas y las hojas de los árboles individuales y manejarlos adecuadamente es importante para mejorar su calidad. Sin embargo, la observación diaria y el conocimiento avanzado son necesarios para el manejo y cultivo adecuados de los árboles, por lo queLos sistemas de manejo de árboles que usan cámaras han llamado la atención. El modelado automático en 3D de las formas de las plantas y las estructuras de las ramas, a partir de imágenes en particular, es una tecnología indispensable para lograr un cultivo que ahorre mano de obra y mejorar la calidad del producto.
La reconstrucción tridimensional 3D de múltiples imágenes obtenidas de diferentes puntos de vista ha sido examinada activamente. Sin embargo, fue difícil reconstruir la estructura de los objetos que tienen porciones ocultas, como plantas con estructuras de ramas ocultas debajo de sus hojas.
Al combinar el enfoque de traducción original de imagen a imagen en un marco de aprendizaje profundo bayesiano y reconstrucción en 3D, un grupo de investigadores dirigido por Fumio Okura estimó la probabilidad de existencia de ramas ocultas debajo de las hojas en las imágenes obtenidas. Utilizando estas ramas estimadasposiciones, lograron la reconstrucción en 3D de la estructura de la planta, es decir, la reconstrucción precisa de las estructuras de las ramas, incluidas las ocultas debajo de las hojas. Específicamente, convirtieron imágenes de plantas frondosas en imágenes que muestran la probabilidad de existencia de la rama, logrando así la reconstrucción en 3D.
Los resultados de este estudio se presentarán en la Conferencia EEE / CVF sobre Visión por Computadora y Reconocimiento de Patrones CVPR 2018 que se realizará del 18 al 22 de junio de 2018. El documento presentado en la conferencia se publicará en Acceso abierto a la Computer Vision Foundation como parte de las actas de la conferencia el 4 de junio de 2018.
Los resultados se convertirán en tecnología fundamental para el cultivo y manejo de plantas mediante inteligencia artificial AI y análisis de imágenes. Serán de gran ayuda para realizar la tecnología de cultivo futura que permita a el manejo diario detallado del proceso a nivel de rama / hoja decultivar plantas en lugares donde la visión de los cultivadores no puede alcanzar filmando con un dron o robot, b creando los mejores métodos de poda o poda para las plantas, y c pronosticando el crecimiento futuro de las plantas.
Fuente de la historia :
Materiales proporcionado por Universidad de Osaka . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :