Новая структура моделирования радиационного переноса улучшает глубокое обучение для фенотипирования растений

Исследовательская группа разработала структуру моделирования радиационного переноса с использованием программного обеспечения для моделирования растений Helios 3D для моделирования изображений RGB, мульти-/гиперспектральных, тепловых и глубинных камер с полностью разрешенными референтными метками. Этот инновационный метод значительно снижает необходимость в трудоемких, вручную аннотированных наборах данных.

Способность платформы генерировать высококачественные синтетические изображения обеспечивает эффективную подготовку моделей глубокого обучения для высокопроизводительного фенотипирования растений, тем самым улучшая анализ признаков сельскохозяйственных культур и предоставляя инструмент для развития сельскохозяйственных исследований и приложений дистанционного зондирования.

Интеграция методов дистанционного и проксимального зондирования облегчает высокопроизводительный мониторинг растительных систем, предоставляя всестороннее понимание функций растений. Достижения в этих технологиях привели к появлению большого количества изображений с высоким разрешением, но остаются проблемы в связывании этих данных с действенными признаками растений. Текущие методы неадекватны для трудоемкой аннотации данных и мультимодального выравнивания данных, которые требуются.

Исследование опубликовано в Феномика растений 30 мая 2024 года, направлен на решение этих проблем путем разработки новой трехмерной структуры моделирования переноса излучения.

Это исследование проверило модель переноса излучения, используя различные баллы SKILL для оценки ее точности в моделировании поглощенного объектами излучения и отраженных потоков излучения. Баллы SKILL для различных тестов (brfpp_uc_sgl, brfpp_co_sgl, brfop и fabs) составили 98,00, 92,65, 97,52 и 99,98 соответственно, что демонстрирует высокую точность модели.

Более того, Р.² Значения калибровки камеры варьировались от 0,864 до 0,930, что указывает на эффективное восстановление искажений и цветовую калибровку. Синтетические изображения, полученные с использованием модели, включая RGB, NIR и тепловые изображения, показали высокое визуальное сходство с реальными изображениями, тем самым подтверждая способность модели создавать высококачественные аннотированные изображения растений. Эти результаты подтверждают эффективность модели в моделировании сложных сцен и устанавливают ее как надежный инструмент для высокопроизводительного фенотипирования растений и обучения моделей машинного обучения.

Руководитель исследования Тонг Лей утверждает, что Helios предлагает имитируемую среду, которая позволяет генерировать трехмерные геометрические модели растений и почвы со случайными вариациями, а также спецификацию или моделирование их свойств и функций. Этот подход отличается от традиционного рендеринга компьютерной графики, поскольку он явно моделирует физику переноса излучения, тем самым устанавливая важную связь с базовыми биофизическими процессами растения.

Подводя итог, можно сказать, что это исследование представляет структуру моделирования радиационного переноса с использованием программного обеспечения Helios 3D для моделирования изображений растений, включая RGB, мультиспектральные, тепловые и глубинные изображения с подробными аннотациями. Структура снижает необходимость ручного сбора данных и улучшает обучение модели глубокого обучения для фенотипирования растений.

Дальнейшие разработки позволят повысить гибкость модели и включить более сложные процессы, способствуя высокопроизводительному фенотипированию и сельскохозяйственным исследованиям за счет обеспечения эффективного анализа признаков и физиологических состояний растений.