Comprendere a fondo la crescita dei rami e delle foglie dei singoli alberi da frutto e gestirli adeguatamente è importante per migliorarne la qualità. Però, osservazione quotidiana e conoscenze avanzate sono necessarie per una corretta gestione e coltivazione degli alberi, quindi i sistemi di gestione degli alberi che utilizzano telecamere stanno attirando l'attenzione. La modellazione 3D automatica delle forme delle piante e delle strutture dei rami dalle immagini è una tecnologia indispensabile per perseguire sia la coltivazione a risparmio di manodopera che il miglioramento della qualità del prodotto.

È stata attivamente esaminata la ricostruzione tridimensionale (3D) di più immagini ottenute da diversi punti di vista. Però, è stato difficile ricostruire la struttura di oggetti che hanno porzioni nascoste, come piante con strutture di rami nascoste sotto le foglie.

Combinando l'approccio di traduzione originale da immagine a immagine in un framework di deep learning bayesiano e ricostruzione 3D, un gruppo di ricercatori guidati da Fumio Okura ha stimato la probabilità di esistenza di rami nascosti sotto le foglie nelle immagini. Utilizzando queste posizioni stimate delle filiali, hanno ottenuto un'accurata ricostruzione 3D delle strutture ramificate, compresi quelli nascosti sotto le foglie. Nello specifico, hanno convertito immagini di piante frondose in immagini che mostrano la probabilità di esistenza dei rami, ottenendo così la ricostruzione 3D.

I risultati di questo studio saranno presentati alla EEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2018) che si terrà dal 18 giugno al 22 giugno, 2018. Il documento presentato alla conferenza sarà pubblicato su Computer Vision Foundation Open Access come parte degli atti della conferenza il 4 giugno, 2018.

I risultati contribuiranno alla coltivazione e alla gestione delle piante mediante l'intelligenza artificiale (AI) e l'analisi delle immagini. Saranno utili nella realizzazione della futura tecnologia di coltivazione per consentire (a) una gestione quotidiana dettagliata del processo a livello di ramo/foglia delle piante in crescita in luoghi in cui la visione dei coltivatori non può raggiungere filmando con un drone o un robot, (b) trovare i migliori metodi di potatura o potatura per le piante, e (c) prevedere la crescita futura delle piante.