Fugu-MT 論文翻訳(概要): A Low-Cost Photogrammetry System for 3D Plant Modeling and Phenotyping

論文の概要: A Low-Cost Photogrammetry System for 3D Plant Modeling and Phenotyping

arxiv url: http://arxiv.org/abs/2504.16840v1
Date: Wed, 23 Apr 2025 16:02:52 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 15:24:27.540136
Title: A Low-Cost Photogrammetry System for 3D Plant Modeling and Phenotyping
Title（参考訳）: 3次元プラントモデリングとフェノタイピングのための低コスト光線量測定システム
Authors: Joe Hrzich, Michael A. Beck, Christopher P. Bidinosti, Christopher J. Henry, Kalhari Manawasinghe, Karen Tanino,
Abstract要約: 本稿では,3次元植物モデルと表現型表現のためのオープンソースで低コストなフォトグラム計測システムを提案する。このシステムは、運動からの構造的アプローチを用いて、点雲を介して植物の3次元表現を再構築する。
参考スコア（独自算出の注目度）: 0.2356141385409842
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present an open-source, low-cost photogrammetry system for 3D plant modeling and phenotyping. The system uses a structure-from-motion approach to reconstruct 3D representations of the plants via point clouds. Using wheat as an example, we demonstrate how various phenotypic traits can be computed easily from the point clouds. These include standard measurements such as plant height and radius, as well as features that would be more cumbersome to measure by hand, such as leaf angles and convex hull. We further demonstrate the utility of the system through the investigation of specific metrics that may yield objective classifications of erectophile versus planophile wheat canopy architectures.
Abstract（参考訳）: 本稿では,3次元植物モデルと表現型表現のためのオープンソースで低コストなフォトグラム計測システムを提案する。このシステムは、運動からの構造的アプローチを用いて、点雲を介して植物の3次元表現を再構築する。コムギを例として、様々な表現型形質が点雲から容易に計算できることを実証する。これには、植物の高さや半径などの標準測定や、葉の角度や凸殻といった手作業で測定するのに煩雑な特徴が含まれる。さらに, 本システムの有用性を, 直生コムギの樹冠構造と直生コムギの樹冠構造とを客観的に分類することのできる, 特定の指標の調査を通じて実証する。

関連論文リスト

Geometry Distributions [51.4061133324376]
本稿では,分布として幾何学をモデル化する新しい幾何学的データ表現を提案する。提案手法では,新しいネットワークアーキテクチャを用いた拡散モデルを用いて表面点分布の学習を行う。本研究では,多種多様な対象に対して質的かつ定量的に表現を評価し,その有効性を実証した。
論文参考訳（メタデータ） (2024-11-25T04:06:48Z)
CropCraft: Inverse Procedural Modeling for 3D Reconstruction of Crop Plants [16.558411700996746]
逆手続きモデルによる植物形態のモデル最適化に基づく農作物の3次元再構築手法を提案する。本手法を農業現場の実画像のデータセット上で検証し, 様々なモニタリング・シミュレーションに応用できることを実証する。
論文参考訳（メタデータ） (2024-11-14T18:58:02Z)
DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
論文参考訳（メタデータ） (2024-11-03T15:15:01Z)
CherryPicker: Semantic Skeletonization and Topological Reconstruction of Cherry Trees [3.8697834534260447]
木々の測光点雲を再構築する自動パイプラインであるCherryPickerを紹介する。本システムでは, 3D 植物表現型アプリケーションにおいて, 自動処理を実現するために, 最先端のアルゴリズムを組み合わせている。
論文参考訳（メタデータ） (2023-04-10T16:54:05Z)
Look how they have grown: Non-destructive Leaf Detection and Size Estimation of Tomato Plants for 3D Growth Monitoring [4.303287713669109]
本稿では,非破壊画像に基づく自動計測システムについて述べる。 Zividの3Dカメラで得られた2Dと3Dのデータを使って、トマトの3D仮想表現(デジタル双生児)を生成する。実生トマトの総合的な試験を通じて, プラットフォームの性能を測定した。
論文参考訳（メタデータ） (2023-04-07T12:16:10Z)
Generative Novel View Synthesis with 3D-Aware Diffusion Models [96.78397108732233]
単一入力画像から3D対応の新規ビュー合成のための拡散モデルを提案する。提案手法は既存の2次元拡散バックボーンを利用するが,重要な点として,幾何学的先行を3次元特徴体積の形で組み込む。新たなビュー生成に加えて,本手法は3次元一貫性シーケンスを自己回帰的に合成する機能を備えている。
論文参考訳（メタデータ） (2023-04-05T17:15:47Z)
Learning to Generate 3D Representations of Building Roofs Using Single-View Aerial Imagery [68.3565370706598]
本研究では,空撮画像から建物屋根メッシュの条件分布を学習するための新しいパイプラインを提案する。同一物体の複数の画像を必要とする代替手法とは違って,本手法では,一つの画像のみを用いて予測を行う3次元屋根メッシュを推定できる。
論文参考訳（メタデータ） (2023-03-20T15:47:05Z)
NeurMiPs: Neural Mixture of Planar Experts for View Synthesis [49.25559264261876]
NeurMiPsは、幾何学と外観をモデリングするための新しい平面ベースのシーン表現である。画像との交差点において、平面交叉と合成出力色と密度を計算し、新しいビューを描画する。提案手法の性能と速度は,新規なビュー合成における他の3次元表現と比較して,実験により向上した。
論文参考訳（メタデータ） (2022-04-28T17:59:41Z)
Disentangled3D: Learning a 3D Generative Model with Disentangled Geometry and Appearance from Monocular Images [94.49117671450531]
最先端の3D生成モデルは、合成に神経的な3Dボリューム表現を使用するGANである。本稿では,単分子観察だけで物体の絡み合ったモデルを学ぶことができる3D GANを設計する。
論文参考訳（メタデータ） (2022-03-29T22:03:18Z)
Segmentation of structural parts of rosebush plants with 3D point-based deep learning methods [2.384818913693926]
本稿では,3次元植物モデルの器官セグメンテーションにおける3次元ポイントベース深層学習法の性能評価のためのベンチマークを紹介する。本手法はROSE-Xデータセットを用いて実生バラの3Dモデルを含む実験を行った。
論文参考訳（メタデータ） (2020-12-21T17:01:50Z)
Leveraging Planar Regularities for Point Line Visual-Inertial Odometry [13.51108336267342]
モノクラー・ビジュアル・慣性オドメトリー(VIO)システムでは、3Dポイント・クラウドとカメラ・モーションを同時に推定することができる。平面規則性だけでなく点特徴や線特徴を利用するPLP-VIOを提案する。提案手法の有効性を,合成データと公開データセットの両方で検証した。
論文参考訳（メタデータ） (2020-04-16T18:20:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。