Китайские учёные разработали систему на основе искусственного интеллекта, которая создаёт точную трёхмерную модель колоса пшеницы по единственной фотографии. Алгоритм способен достраивать части растения, скрытые другими листьями или стеблями, что решает одну из ключевых проблем цифровой агрономии – неполноту данных из-за частичной видимости объекта.
Ранее для точного 3D-моделирования растений требовалась съёмка с нескольких ракурсов, что делало процесс дорогим, медленным и сложным для массового применения в селекции. Оценка же по одному снимку приводила к серьёзным искажениям, поскольку скрытые части растения не учитывались. Это мешало точно измерять важные для урожайности параметры, например площадь колоса.
Новый метод, представленный исследователями из Института физических наук в Хэфэе при Академии наук КНР, работает в два этапа. Сначала одна нейросеть анализирует видимые фрагменты растения на фото и «дорисовывает» недостающие, создавая полное двухмерное изображение. Затем вторая нейросеть преобразует это изображение в детальную трёхмерную модель.
Для обучения системы учёные создали специальный набор данных MMWO, в котором искусственно смоделировали тысячи вариантов перекрытия одних частей растения другими. Тестирование показало, что новый подход радикально повышает точность измерений. Погрешность в определении площади колоса снизилась с 32,2% до 9,5%, а в оценке его длины – с 9,3% до 4,6%.
Исследователи отмечают, что разработанный фреймворк универсален и после адаптации его можно применять для анализа других сельскохозяйственных культур. Технология способна удешевить и ускорить процесс отбора наиболее продуктивных сортов, поскольку позволяет получать достоверные данные о морфологии растений из простых снимков. Результаты исследования опубликованы в научном журнале Plant Methods.