論文の概要: Curvature-aware 3D length estimation of greenhouse cucumbers using RGB-D imaging and cubic spline arc-length integration

• arxiv url: http://arxiv.org/abs/2606.22439v1
• Date: Sun, 21 Jun 2026 11:10:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 18:12:44.100785
• Title: Curvature-aware 3D length estimation of greenhouse cucumbers using RGB-D imaging and cubic spline arc-length integration
• Title（参考訳）: RGB-Dイメージングと立方晶弧積分による温室キュウリの曲率を考慮した3次元長さ推定
• Authors: Manveen Kaur, Rajmeet Singh, Saeed Mozaffri, Shahpour Alirezaee,
• Abstract要約: 商業的なキュウリ生産は、収穫のスケジューリング、労働配分、物流を駆動する果実の長さによって評価される。 本稿では,Intel RealSense D435 RGB-Dカメラを用いた非接触長推定フレームワークであるCucumberVisionを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Commercial greenhouse cucumber production is graded by fruit length, which drives harvest scheduling, labour allocation, and logistics. Manual measurement with thread or caliper is accurate but infeasible at commercial scale. This paper presents CucumberVision, a non-contact length estimation framework using an Intel RealSense D435 RGB-D camera. A YOLO26n instance segmentation model locates cucumbers, and SAM (ViT-B backbone) refines each detection to a pixel-precise mask. Five methods are evaluated under matched conditions: (M1) a dominant-axis skeleton scan-line baseline; (M2) PCA on the bounding-box depth point cloud; (M3) SAM mask with medial-axis skeletonisation; (M4) a hybrid keypoint-guided approach using a YOLO26-pose model predicting five anatomical landmarks (KP0--KP4) with piecewise 3D arc-length; and (M5) a novel medial arc spline method fitting a cubic spline through the 3D medial axis of the SAM mask and computing arc length by trapezoidal integration -- the first such application to elongated vegetable measurement. All methods share five-frame burst depth averaging, colour-stream intrinsic alignment, and adaptive method selection with cascading fallbacks ensuring 100% coverage. A benchmark of 48 captures across seven cucumbers in three size categories (small ~8 cm, medium ~13 cm, large ~25 cm) with thread-based ground truth establishes a significant accuracy hierarchy: M1 (MAPE 9.68%) > M2 (5.31%) > M4 (5.51%) > M3 (5.82%) > M5 (4.13%). M5 significantly outperforms all competitors at Bonferroni-corrected alpha=0.0125. A secondary contribution is identifying a 12--18% length underestimation caused by using depth-stream rather than colour-stream intrinsics after rs.align(rs.stream.color) -- an under-reported error source. The complete system is released open source and runs in real time on a single consumer-grade GPU.
• Abstract（参考訳）: 商業的な温室キュウリの生産は、収穫のスケジューリング、労働配分、物流を駆動する果実の長さによって評価される。 スレッドやキャリパーによる手動測定は正確だが、商業規模では不可能である。 本稿では,Intel RealSense D435 RGB-Dカメラを用いた非接触長推定フレームワークであるCucumberVisionを提案する。 YOLO26nインスタンスセグメンテーションモデルではキュウリが検出され、SAM(ViT-Bバックボーン)は各検出をピクセル精度マスクに洗練する。 5つの手法が一致した条件下で評価される: (M1) 支配的軸骨格スキャンラインベースライン; (M2) PCA on the bounding-box depth point cloud; (M3) SAM mask with medial-axis skeletonisation; (M4) YOLO26-pose modelを用いて5つの解剖学的ランドマーク (KP0-KP4) with piecewise 3D arc-length; (M5) SAM maskの3D メディカル軸を介して立方体スプラインを固定する新しいメディアルアークスプライン法と、ケプソジカル積分によるアーク長の計算---------------------------------------------------------------------------------------------------- ---------------------------------------------------------------------------------------------------- ---------------------------------------------------------------------------------------------------- -------------------------------------- すべてのメソッドは、5フレームのバースト深さ平均化、カラーストリーム固有のアライメント、およびカスケードフォールバックによるアダプティブメソッド選択を共用し、100%カバレッジを確保している。 M1 (MAPE 9.68%) > M2 (5.31%) > M4 (5.51%) > M3 (5.82%) > M5 (4.13%) である。 M5 はボンフェロニ補正アルファ=0.0125 で全ての競合より大幅に優れていた。 二次的な寄与は、報告されていないエラーソースであるrs.align(rs.stream.color)の後、色流の内在ではなく深度ストリームを使用することによって引き起こされる12～18%の長さの過小評価を特定することである。 完全なシステムはオープンソースとしてリリースされ、単一のコンシューマグレードのGPU上でリアルタイムで実行される。

関連論文リスト

• An Automated Deep Segmentation and Spatial-Statistics Approach for Post-Blast Rock Fragmentation Assessment [1.2276646103991458]
  リアルタイムのインスタンスセグメンテーションを実現するために、細調整されたYOLO12l-segモデルを活用するエンドツーエンドパイプラインを導入する。 キーフラグメンテーションパターンを示す代表的な例を4つ提示する。 その結果, フレームワークの精度, 小型物体群集に対する堅牢性, および現場環境における高速自動爆風影響評価の可能性が確認された。
  論文  参考訳（メタデータ） (2025-07-27T04:25:29Z)
• DIMM: Decoupled Multi-hierarchy Kalman Filter for 3D Object Tracking [50.038098341549095]
  状態推定は、高い操作性を持つ3次元物体追跡において困難である。 本稿では,各方向の異なる動きモデルから推定される推定を効果的に組み合わせる新しいフレームワークであるDIMMを提案する。 DIMMは既存の状態推定手法のトラッキング精度を31.61%99.23%向上させる。
  論文  参考訳（メタデータ） (2025-05-18T10:12:41Z)
• Estimating the Diameter at Breast Height of Trees in a Forest With a Single 360 Camera [52.85399274741336]
  森林在庫は、生態モニタリング、資源管理、炭素会計のために、乳房の高さ(DBH)の直径の正確な測定に頼っている。 LiDARベースの技術はセンチメートル単位の精度を達成できるが、コストは抑えられ、運用上複雑である。 コンシューマグレードの360度ビデオカメラしか必要としない低価格の代替機を提示する。
  論文  参考訳（メタデータ） (2025-05-06T01:09:07Z)
• MedSegMamba: 3D CNN-Mamba Hybrid Architecture for Brain Segmentation [15.514511820130474]
  我々は皮質下脳分割のための3DパッチベースのハイブリッドCNN-Mambaモデルを開発した。 モデルの性能をいくつかのベンチマークで検証した。
  論文  参考訳（メタデータ） (2024-09-12T02:19:19Z)
• UniDepth: Universal Monocular Metric Depth Estimation [81.80512457953903]
  ドメインをまたいだ単一の画像からメートル法3Dシーンを再構成できる新しいモデルUniDepthを提案する。 我々のモデルは擬似球面出力表現を利用しており、カメラと奥行きの表現を歪めている。 ゼロショット方式における10のデータセットの詳細な評価は、一貫してUniDepthの優れた性能を示している。
  論文  参考訳（メタデータ） (2024-03-27T18:06:31Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)
• Monocular, One-stage, Regression of Multiple 3D People [105.3143785498094]
  我々は、複数の3D人物(ROMP)のための1段階方式で全てのメッシュを回帰することを提案する。 本手法は,体温マップとメッシュマップを同時に予測し,画素レベルの3Dボディメッシュを共同で記述する。 最先端の手法と比較して、ROMPは挑戦的なマルチパーソンベンチマークよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-08-27T17:21:47Z)
• Fully Automated 3D Segmentation of MR-Imaged Calf Muscle Compartments: Neighborhood Relationship Enhanced Fully Convolutional Network [6.597152960878372]
  FilterNetは新しい完全畳み込みネットワーク(FCN)であり、個々のふくらはぎの筋肉の区画分割にエッジ対応の制約を埋め込む。 FCNは健常者10名, 疾患者30名のT1強調MRI像を4倍のクロスバリデーションで評価した。
  論文  参考訳（メタデータ） (2020-06-21T22:53:58Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。