Saat membudidayakan pohon buah-buahan, memahami menyeluruh pertumbuhan cabang dan dedaunan pohon dan mengelola pohon secara benar adalah penting untuk bisa meningkatkan kualitasnya.
Namun, perlu pengamatan harian dan pengetahuan tambahan untuk bisa mengelola dan menanam pohon yang tepat. Karena itu, sistem pengelolaan pohon menggunakan kamera kini menarik perhatian.
Pemodelan 3D bentuk tanaman dan struktur cabang secara otomatis, yang diambil dari gambar-gambar, adalah teknologi yang sangat diperlukan untuk mempercepat budidaya yang menghemat tenaga dan meningkatkan kualitas produk.
Rekonstruksi gambar tiga dimensi (3D) dari berbagai gambar yang diperoleh dari sudut pandang yang berbeda sudah dicoba. Namun, sulit merekonstruksi struktur objek yang memiliki bagian tersembunyi, seperti tanaman dengan struktur cabang yang tersembunyi di bawah daunnya.
Dengan menggabungkan pendekatan penerjemahan gambar-ke-gambar asli dalam pembelajaran mendalam Bayesian dan rekonstruksi 3D, tim peneliti Osaka University yang dipimpin oleh Fumio Okura mampu memperkirakan kemungkinan kemunculan cabang yang tersembunyi di bawah daun dari gambar yang diperoleh.
Dengan menggunakan perkiraan posisi cabang ini, mereka bisa merekonstruksi struktur tanaman 3D, berupa rekonstruksi struktur cabang yang akurat, termasuk yang tersembunyi di bawah daun. Secara khusus, mereka mengubah gambar tanaman berdaun menjadi gambar yang menunjukkan kemungkinan keberadaan cabang, sehingga mencapai rekonstruksi 3D.
Hasil penelitian ini akan dipresentasikan pada Konferensi EEE/CVF tentang Computer Vision and Pattern Recognition (CVPR 2018) yang akan diadakan dari 18 Juni hingga 22 Juni 2018. Makalah yang dipresentasikan pada konferensi ini akan dipublikasikan di Computer Vision Foundation Open Access sebagai bagian dari laporan konferensi pada 4 Juni 2018.
Hasilnya akan menjadi teknologi mendasar dalam proses pembudidayaan dan pengelolaan tanaman dengan menggunakan kecerdasan buatan (AI) dan analisis gambar.
Teknologi ini akan sangat membantu dalam mewujudkan teknologi kultivasi masa depan yang memungkinkan (a) pengelolaan harian yang terperinci dari proses pada tingkat cabang/daun tanaman yang tumbuh di tempat-tempat yang penglihatan kultivator tidak dapat dicapai daru pembuatan film dengan drone atau robot, (b) memunculkan metode pemangkasan terbaik untuk tanaman, dan (c) memperkirakan pertumbuhan masa depan tanaman.
Osaka University
Namun, perlu pengamatan harian dan pengetahuan tambahan untuk bisa mengelola dan menanam pohon yang tepat. Karena itu, sistem pengelolaan pohon menggunakan kamera kini menarik perhatian.
Pemodelan 3D bentuk tanaman dan struktur cabang secara otomatis, yang diambil dari gambar-gambar, adalah teknologi yang sangat diperlukan untuk mempercepat budidaya yang menghemat tenaga dan meningkatkan kualitas produk.
Rekonstruksi gambar tiga dimensi (3D) dari berbagai gambar yang diperoleh dari sudut pandang yang berbeda sudah dicoba. Namun, sulit merekonstruksi struktur objek yang memiliki bagian tersembunyi, seperti tanaman dengan struktur cabang yang tersembunyi di bawah daunnya.
Dengan menggabungkan pendekatan penerjemahan gambar-ke-gambar asli dalam pembelajaran mendalam Bayesian dan rekonstruksi 3D, tim peneliti Osaka University yang dipimpin oleh Fumio Okura mampu memperkirakan kemungkinan kemunculan cabang yang tersembunyi di bawah daun dari gambar yang diperoleh.
Dengan menggunakan perkiraan posisi cabang ini, mereka bisa merekonstruksi struktur tanaman 3D, berupa rekonstruksi struktur cabang yang akurat, termasuk yang tersembunyi di bawah daun. Secara khusus, mereka mengubah gambar tanaman berdaun menjadi gambar yang menunjukkan kemungkinan keberadaan cabang, sehingga mencapai rekonstruksi 3D.
Hasil penelitian ini akan dipresentasikan pada Konferensi EEE/CVF tentang Computer Vision and Pattern Recognition (CVPR 2018) yang akan diadakan dari 18 Juni hingga 22 Juni 2018. Makalah yang dipresentasikan pada konferensi ini akan dipublikasikan di Computer Vision Foundation Open Access sebagai bagian dari laporan konferensi pada 4 Juni 2018.
Hasilnya akan menjadi teknologi mendasar dalam proses pembudidayaan dan pengelolaan tanaman dengan menggunakan kecerdasan buatan (AI) dan analisis gambar.
Teknologi ini akan sangat membantu dalam mewujudkan teknologi kultivasi masa depan yang memungkinkan (a) pengelolaan harian yang terperinci dari proses pada tingkat cabang/daun tanaman yang tumbuh di tempat-tempat yang penglihatan kultivator tidak dapat dicapai daru pembuatan film dengan drone atau robot, (b) memunculkan metode pemangkasan terbaik untuk tanaman, dan (c) memperkirakan pertumbuhan masa depan tanaman.
Osaka University
Comments
Post a Comment