基于点云深度学习的果树枝条实例分割算法  

作　　者：蒋心恺 吴金涛 王锐 王明亮 杨浩 JIANG Xinkai;WU Jintao;WANG Rui;WANG Mingliang;YANG Hao

机构地区：[1]南京信息工程大学计算机学院,江苏南京210044 [2]南京信息工程大学软件学院,江苏南京210044 [3]北京市农林科学院农业农村部农业遥感机理与定量遥感重点实验室,北京100097 [4]国家农业信息化工程技术研究中心,北京100097

出　　处：《信息技术与信息化》2024年第4期9-14,共6页Information Technology and Informatization

基　　金：国家自然科学基金青年基金(62102188);江苏省自然科学基金青年基金(BK20210647);中国博士后科学基金(2021M700076);江苏省高等学校自然科学研究项目(23KJB520020)。

摘　　要：果树枝条的实例分割对于探索果树表型至关重要。然而,在形态结构复杂、实例密度高的情况下,使用现有方法精确分割枝条仍具有挑战性。提出了一种结合局部相似性的新型三维深度学习方法,以实现果树枝条精确的语义和实例分割。所提出的方法首先利用PointNet++网络模型对果树点云数据进行了高精度的语义分割,有效区分果树的主干、一级枝、二级枝和三级枝。随后,将提取的语义特征划分为多个局部区域,以降低计算复杂度,并为每个局部区域点生成一个相似性矩阵,以捕捉局部相似性信息。最后,使用双铰链损失函数对相似性矩阵进行优化,以完善实例分割结果。实验结果验证了此方法在准确分割果树枝条方面的有效性。实验结果表明此方法不仅省去了劳动密集型的实地测量,还为获取果树的表型参数提供了有价值的信息。

关 键 词：点云 枝条实例分割 三维深度学习 相似性矩阵 

分 类 号：S66[农业科学—果树学] TP751[农业科学—园艺学] TP18[自动化与计算机技术—检测技术与自动化装置]