大阪大学産業科学研究所の大倉史生助教らの研究グループは、植物を複数方向から撮影した画像から、植物の3次元「枝構造」を正確に再現する手法を発表しました。
論文：Probabilistic plant modeling via multi-view image-to-image translation
著者：Takahiro Isokane, Fumio Okura, Ayaka Ide, Yasuyuki Matsushita, Yasushi Yagi
本稿は、Deep learningの技術を用いて、葉などに隠された枝の存在確率を推定し3次元復元することにより、見えない部分も含めた枝の構造を正確に再現することを提案します。
具体的には、各画像（葉つきの植物画像）を画像変換により枝の存在確率を表す画像に変換し、これを使って三次元復元を行います。
これにより、将来的には、ドローンやロボットによる画像撮影から植物の成長過程を枝葉レベルで日々管理し、最適な剪定方法を提案したり、将来の生育を予測したりする未来の栽培技術の実現に大きく寄与すると期待しており、また、植物の遺伝子発現と、植物の形状・構造・成長過程等の表現型を対応付けるための、植物科学研究の重要なツールにもなると期待しています。
本研究は、ＪＳＴ戦略的創造研究推進事業 さきがけ「情報科学との協働による革新的な農産物栽培手法を実現するための技術基盤の創出」研究領域（二宮正士 研究総括）、研究課題「緻密な生育管理を実現する「未来栽培」のための植物の三次元構造復元と植物ライフログの構築（課題番号JPMJPR17O3）」）の一環として行われました。
