Исследователи из Университета Осаки разработали компьютерную графическую модель NeuraLeaf, способную представлять широкий спектр видов растений и их деформаций с помощью единой унифицированной формы. Этот инновационный подход использует глубокое обучение для преодоления ограничений традиционного ручного моделирования, открывая возможности для развития сельского хозяйства, растениеводства и селекции.
Создание реалистичных компьютерных моделей листьев всегда было непростой задачей. Они отличаются поразительным разнообразием форм и часто деформируются из-за роста, воздействия окружающей среды или болезней. Традиционные методы часто требовали ручного создания отдельных моделей для каждого вида и каждого массового повреждения, что было трудоемким и длительным процессом.
Новый метод использует глубокое машинное обучение, основанное на комбинации существующих наборов данных двумерных изображений листьев и нового трехмерного набора данных, фиксирующего различные нарушения естественной структуры листьев. NeuraLeaf отделяет базовую форму листа, которая различается у разных видов, от его трехмерных деформаций, таких как увядание или скручивание. Это позволяет модели точно отражать как видоспецифичные характеристики, так и динамические изменения формы листа с использованием конкретных параметров.
Возможность точно фиксировать и отслеживать детальные изменения формы листьев имеет важное значение для сельского хозяйства. Адаптируя модель NeuraLeaf к реальным прикладным исследованиям, агрономы, ботаники и селекционеры могут отслеживать рост и здоровье отдельных контрольных растений с беспрецедентной точностью. Это может улучшить прогнозирование роста, обеспечить раннее выявление заболеваний и оптимизировать управление ресурсами в растениеводстве, лесном хозяйстве, городском благоустройстве и т.д. NeuraLeaf может стать ценным инструментом в селекции растений и научных исследованиях.
Эта работа является частью нашего проекта PlantTwin, направленного на создание цифровых двойников растений. Мы уверены, что эта технология произведет революцию в сельском хозяйстве и растениеводстве, позволив моделировать рост, проводить селекционную оценку и глубже понимать морфологию растений.
Результаты исследования доступны на сервере препринтов arXiv , а само исследование было принято в качестве основного доклада на Международной конференции IEEE/CVF по компьютерному зрению (ICCV ) 2025.
Недавно мы рассказали о коллекции суперстойких яблонь, выведенной российскими учеными.
