Het goed begrijpen van de groei van takken en bladeren van individuele vruchtdragende bomen en het adequaat beheren ervan is belangrijk om de kwaliteit ervan te verbeteren. Echter, dagelijkse observatie en geavanceerde kennis zijn nodig voor een goed beheer en de teelt van bomen, boombeheersystemen met camera's trekken daarom de aandacht. De automatische 3D-modellering van plantvormen en takstructuren uit afbeeldingen is een onmisbare technologie voor het nastreven van zowel arbeidsbesparende teelt als verbetering van de productkwaliteit.

Driedimensionale (3-D) reconstructie van meerdere beelden verkregen vanuit verschillende gezichtspunten is actief onderzocht. Echter, het was moeilijk om de structuur van objecten met verborgen delen te reconstrueren, zoals planten met vertakkingsstructuren verborgen onder hun bladeren.

Door de originele beeld-naar-beeld-vertaalbenadering te combineren in een Bayesiaans deep learning-raamwerk en 3D-reconstructie, een groep onderzoekers onder leiding van Fumio Okura schatte de kans op het bestaan ​​van takken die in afbeeldingen verborgen zijn onder bladeren. Met behulp van deze geschatte filiaalposities, ze bereikten een nauwkeurige 3D-reconstructie van takstructuren, inclusief die verborgen onder bladeren. specifiek, ze hebben afbeeldingen van bladplanten omgezet in afbeeldingen die de kans op het bestaan ​​van takken laten zien, waardoor een 3D-reconstructie wordt bereikt.

De resultaten van dit onderzoek zullen worden gepresenteerd op de EEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2018) die van 18 tot en met 22 juni wordt gehouden. 2018. De paper die op de conferentie werd gepresenteerd, wordt op 4 juni gepubliceerd in Computer Vision Foundation Open Access als onderdeel van de conferentieprocedures, 2018.

De resultaten zullen bijdragen aan de teelt en het beheer van planten door kunstmatige intelligentie (AI) en beeldanalyse. Ze zullen behulpzaam zijn bij het realiseren van toekomstige teelttechnologie om (a) gedetailleerd dagelijks beheer van het proces op tak/bladniveau van het kweken van planten mogelijk te maken op plaatsen waar het zicht van telers niet kan worden bereikt door te filmen met een drone of robot, (b) het bedenken van de beste trim- of snoeimethoden voor planten, en (c) het voorspellen van toekomstige groei van planten.