基于叶片识别的侵入式室内植物建模
由于室内植物的叶片存在大量自遮挡,为了得到植物的完整三维信息,往往需要用户手动裁剪、扫描和配准叶片.针对该问题,提出了利用实例分割网络进行叶片识别并选取被裁剪叶片的方法.通过总结植物叶片形状与分布特征,建立虚拟植物模型,渲染大量带叶片轮廓信息的图片来训练实例分割网络,避免了耗费大量精力标注真实植物叶片.进一步提出了自动化建模系统,根据单个视角下观察到的植物图像自动选择被裁剪的叶片,并获得该叶片的三维模型;调整相机位置让更多的叶片被检测到并剪掉,以恢复植物的三维信息.使用该系统对绿萝叶片、鸭脚木和花烛3种虚拟植物进行了测试,并评估重建的整株植物重合度、叶片重合度和叶片占比,结果显示使用本文方法重建的植物模型能更完整地恢复原始植物的三维信息.
植物建模、侵入式建模、叶片检测、实例分割
33
TP391.41(计算技术、计算机技术)
国家自然科学基金;广东省自然科学基金 ;广 东 省 高 等 学 校 科 技 创 新 重 点 项 目 ;深 圳 市 基 础 研 究 基 金
2021-03-02（万方平台首次上网日期，不代表论文的发表时间）
共8页
161-168
