Густота стояния растений – ключевой агротехнический параметр, напрямую влияющий на формирование урожая. Традиционные методы оценки густоты стояния, основанные на ручном подсчете растений на пробных площадках, отличаются высокой трудоемкостью, субъективностью и недостаточной репрезентативностью. Существующие алгоритмы автоматического подсчета демонстрируют высокую точность лишь в идеальных условиях – при отсутствии сорняков и окклюзии (перекрытия листьев растений).

В докладе рассматриваются методы подсчета количества растений подсолнечника и кукурузы по RGB-изображениям сверхвысокого пространственного разрешения с БПЛА, основанные на комбинации методов компьютерного зрения, глубокого и классического машинного обучения. В отличие от известных работ, представленные в докладе методы и алгоритмы обеспечивают высокую точность в условиях значительной засоренности посевов и частичной окклюзии. Для повышения робастности алгоритмов применяется расширение обучающей выборки за счет генерации синтетических данных на основе параметрических 3D-моделей растений, имитирующих сложные полевые условия.

Разработанные методы представляют практическую ценность для задач мониторинга посевов и систем точного земледелия, а также для ускорения селекционного процесса за счет анализа данных на ранних стадиях развития растений.

Семинар будет проведен в смешанном формате. Очное заседание пройдет в конференц-зале ФИЦ ИВТ (к.513), дистанционно к семинару можно будет подключиться по ссылке https://vcs-6.ict.nsc.ru/rooms/grz-ayy-7ne/join

Для студентов и аспирантов, находящихся в Новосибирске и не имеющих причин для дистанционного подключения, очное присутствие обязательно.