基于点云深度学习的果树枝条实例分割算法
蒋心恺1
吴金涛2
王锐2
王明亮1
杨浩3
1.南京信息工程大学计算机学院 江苏南京 2100442.南京信息工程大学软件学院 江苏南京 2100443.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;国家农业信息化工程技术研究中心 北京 100097
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
资助基金：国家自然科学基金(62102188)江苏省自然科学基金(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)
论文发表日期：2024-04-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 9-14 )