作物表型智能识别与三维重建技术综述

调查报告就是

[目的/意义]作物表型智能识别是作物智慧育种的主要内容，是研究“基因型—环境型—表型”相互作用关系的基础，对现代作物育种具有重要意义。[进展]大规模、高通量作物表型获取设备是作物表型获取、分析、测量、识别等的基础和重要手段。本文介绍了高通量作物表型主流平台和传感器的功能、性能以及应用场景，分析了不同设备获取作物表型信息的特点。其中，深度学习技术具有多尺度自动特征提取和表征学习能力，更适用于复杂农田环境下作物表型信息获取。重点介绍了深度学习在作物农艺性状与形态结构智能感知以及作物三维重建研究现状，对基于目标检测识别的作物株高、叶面积指数、作物器官、作物株型等信息的智能获取，以及作物三维重建的智能识别进行了总结分析探讨。[结论/展望]分析了基于深度学习的作物表型智能识别存在的难点及其面临的挑战，从研发新型田间智能作物表型获取与分析装备、表型数据标准化获取和数据共享平台的建立以提高数据资源利用率、强化田间作物表型智能识别模型的通用、研究多视角、多模态、多点连续分析与时空特征融合的作物表型识别方法、可解释性模型研究等方面，展望了深度学习在作物表型智能识别主要发展方向。