論文の概要: A Vision-Language Model (VLM)-based Pipeline for End-to-End Procedural Modeling of Field-Grown Maize from Point Clouds

• arxiv url: http://arxiv.org/abs/2610.03468v1
• Date: Fri, 02 Oct 2026 15:41:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.456961
• Title: A Vision-Language Model (VLM)-based Pipeline for End-to-End Procedural Modeling of Field-Grown Maize from Point Clouds
• Title（参考訳）: ポイント・クラウドからのフィールド・グロー・サイズをエンド・ツー・エンドでプロシージャ・モデリングするためのビジョン・ランゲージ・モデル(VLM)に基づくパイプライン
• Abstract要約: 生の3次元点雲から手続き的トウモロコシモデルを再構築する自動パイプラインを提案する。 マルチモーダル視覚言語モデル(VLM)は、描画された正書法で葉の中線に注釈を付ける。 それぞれの葉面は、異なるNURBSフィッティングによりスキャンポイントに対して精製される。
• 参考スコア（独自算出の注目度）: 5.574238020287262
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Editable 3D models of field-grown crops support high-throughput phenotyping and in silico breeding trials, but building them from scanned point clouds requires organ-level segmentation and fitting. Procedural generators can turn an organ-level parameter set into an analysis-suitable 3D model, but obtaining that set requires hours of manual tuning per plant or segmentation models trained on species-specific labels. We present an automated pipeline that reconstructs procedural maize models from raw 3D point clouds without manual tuning or species-specific training data. A multimodal vision-language model (VLM) annotates leaf midlines in rendered orthographic views. Deterministic geometric algorithms back-project the annotations onto the point cloud, merge them into 3D leaves by cross-view consensus, and grow the midlines to full blades on an orientation-weighted surface graph. Measured organ parameters populate a plant descriptor for a Non-Uniform Rational B-Spline (NURBS)-based procedural model generator. Each leaf surface is then refined against its scan points by differentiable NURBS fitting. The pipeline reached a median whole-plant Chamfer distance of 5.4 mm on 100 genotypically diverse field-grown maize plants from the MaizeField3D dataset. The reconstructions were closer to the scans than those of an earlier semi-automated pipeline based on manual annotations. The pipeline recovered 1,017 of 1,023 (99.4%) curated reference leaves at an intersection-over-union of at least 0.5 without using those labels as input. These results show that VLM annotations become usable organ-level measurements when downstream geometric stages can correct them. This makes automated generation of editable 3D plant assets feasible at the scale of modern phenotyping experiments.
• Abstract（参考訳）: 原生作物の編集可能な3Dモデルは、高スループット表現型とシリコ育種試験をサポートするが、スキャンされた点雲からそれらを構築するには、臓器レベルのセグメンテーションと適合が必要である。 プロシージャジェネレータは、オルガンレベルのパラメータセットを分析に適した3Dモデルに変換することができるが、そのセットを得るには、植物ごとの手動チューニングや、種別ラベルで訓練されたセグメンテーションモデルが必要である。 手動チューニングや種別訓練データなしで生の3次元点雲から手続き的トウモロコシモデルを再構築する自動パイプラインを提案する。 マルチモーダル視覚言語モデル(VLM)は、描画された正書法で葉の中線に注釈を付ける。 決定論的幾何アルゴリズムは、アノテーションをポイントクラウドにバックプロジェクションし、それらをクロスビューのコンセンサスによって3Dの葉にマージし、方向重み付き曲面グラフ上でミッドラインをフルブレードに成長させる。 測定された臓器パラメータは、NURBS(Non-Uniform Rational B-Spline)ベースの手続きモデルジェネレータの植物記述子をポップアップさせる。 それぞれの葉面は、異なるNURBSフィッティングによりスキャンポイントに対して精製される。 パイプラインは、MaizeField3Dデータセットから、100の遺伝子典型的に多種多様なトウモロコシの植物に対して、チャンファー全体の中央値5.4mmに達した。 再構築は、手動のアノテーションに基づく以前の半自動パイプラインのスキャンに近いものだった。 パイプラインは1,023点(99.4%)のレファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス・レファレンス)を少なくとも0.5点以上の交差点で回収した。 これらの結果から,VLMアノテーションは下流の幾何学的段階が修正できる場合に,臓器レベルの測定に有用であることが示唆された。 これにより、現代の表現型実験の規模で編集可能な3D植物資産の自動生成が可能となる。

関連論文リスト

• Zero-Shot 3D Plant Organ Segmentation with SAM3 and Semantic NeRFs [0.9176056742068813]
  私たちのパイプラインは、手動のアノテーション、種ごとの微調整、ドメイン固有の前処理なしで、セマンティックにラベル付けされた3Dポイントクラウドを生成します。 コントロールされたベゴニア・マキュラタでSAM3パイプラインが92.6%のmIoUを達成した。
  論文  参考訳（メタデータ） (2026-09-07T16:35:01Z)
• Asset Harvester: Extracting 3D Assets from Autonomous Driving Logs for Simulation [63.01022057888141]
  Asset Harvesterはイメージ・ツー・3Dモデルとエンドツーエンドのパイプラインで、実際の運転ログからスパース・イン・ザ・ワン・オブジェクトの観察を完全なシミュレーション可能なアセットに変換する。 SparseViewDiTは、限定角度ビューやその他の実世界のデータ課題に対処するように明示的に設計されている。
  論文  参考訳（メタデータ） (2026-04-20T16:20:57Z)
• FloraForge: LLM-Assisted Procedural Generation of Editable and Analysis-Ready 3D Plant Geometric Models For Agricultural Applications [13.923496304391044]
  ドメインエキスパートが生物学的に正確でパラメトリックな3D植物モデルを作成できるLLM支援フレームワークであるFloraForgeについて紹介する。 我々のフレームワークは、LLM対応の共設計を利用して、パラメータ化された植物を階層的なB-スプライン表面表現として生成するPythonスクリプトを洗練する。 本研究では, トウモロコシ, 大豆, ムン豆について, 実証点クラウドデータに手続きモデルを適用した枠組みを実証する。
  論文  参考訳（メタデータ） (2025-12-11T23:28:25Z)
• Adaptive Point-Prompt Tuning: Fine-Tuning Heterogeneous Foundation Models for 3D Point Cloud Analysis [51.37795317716487]
  本稿では,パラメータの少ない事前学習モデルを微調整するAdaptive Point-Prompt Tuning (APPT)法を提案する。 局所幾何学を集約することで原点雲を点埋め込みに変換し、空間的特徴を捉える。 任意のモダリティのソース領域から3Dへの自己アテンションを校正するために,重みを点埋め込みモジュールと共有するプロンプトジェネレータを導入する。
  論文  参考訳（メタデータ） (2025-08-30T06:02:21Z)
• MaizeField3D: A Curated 3D Point Cloud and Procedural Model Dataset of Field-Grown Maize from a Diversity Panel [12.89812013060155]
  そこで本研究では,多種多様な遺伝子パネルから3次元点群を解析した。 MaizeField3Dは、AIによる表現型化、植物構造解析、農業研究における3D応用のための基礎的なデータセットとして機能する。
  論文  参考訳（メタデータ） (2025-03-10T19:53:20Z)
• Flatten Anything: Unsupervised Neural Surface Parameterization [76.4422287292541]
  本研究では,FAM(Flatten Anything Model)を導入し,グローバルな自由境界面パラメータ化を実現する。 従来の手法と比較して,FAMは接続情報を活用することなく,個別の面上で直接動作する。 当社のFAMは前処理を必要とせずに完全に自動化されており,高度に複雑なトポロジを扱うことができる。
  論文  参考訳（メタデータ） (2024-05-23T14:39:52Z)
• AdaPoinTr: Diverse Point Cloud Completion with Adaptive Geometry-Aware Transformers [94.11915008006483]
  本稿では,ポイントクラウドの完了をセット・ツー・セットの翻訳問題として再定義する手法を提案する。 我々は、ポイントクラウド補完のためにTransformerエンコーダデコーダアーキテクチャを採用したPoinTrと呼ばれる新しいモデルを設計する。 本手法は,PCNで6.53 CD,ShapeNet-55で0.81 CD,現実世界のKITTIで0.392 MMDを実現する。
  論文  参考訳（メタデータ） (2023-01-11T16:14:12Z)
• Geometry-Contrastive Transformer for Generalized 3D Pose Transfer [95.56457218144983]
  この研究の直感は、与えられたメッシュ間の幾何学的不整合を強力な自己認識機構で知覚することである。 本研究では,グローバルな幾何学的不整合に対する3次元構造的知覚能力を有する新しい幾何学コントラスト変換器を提案する。 本稿では, クロスデータセット3次元ポーズ伝達タスクのための半合成データセットとともに, 潜時等尺正則化モジュールを提案する。
  論文  参考訳（メタデータ） (2021-12-14T13:14:24Z)

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。