近日，信息与电气工程学院苗腾课题组在工程技术和地球科学一区Top期刊ISPRS Journal of Photogrammetry and Remote Sensing杂志（影响因子12.7）在线发表了题为“Maize stem–leaf segmentation framework based on deformable point clouds”的研究论文，博士研究生杨鑫为论文第一作者，苗腾副教授和许童羽教授为论文通讯作者。
植物三维表型解析技术通过整合光学传感器和人工智能技术方法，可高通量采集用于表征植物三维结构性状的点云数据，挖掘“基因型——形态结构表型——环境型”内在关系，最终揭示植物形态结构的形成机制。现代植物三维表型解析工具的研发需要大量的标签化点云数据做支撑，但存在数据制作成本大的现实问题。为此，研究团队以玉米为例，开发了一种基于虚拟可变点云的植物三维表型解析技术框架，通过高度可控的物理变形方法将少量标签化点云转化为海量的虚拟点云数据，用于训练高精度的深度学习模型并形成植物三维表型解析技术工具。研究成果可为植物表型组学提供数据支撑，并提升表型组大数据处理的智能化水平。
相关研究得到国家重点研发计划、辽宁省自然科学基金创新能力提升联合基金资助。（撰写：苗腾；编辑：周加野；审核：许童羽）
论文链接：https://doi.org/10.1016/j.isprsjprs.2024.03.025
玉米点云数据集：https://github.com/syau-miao/SignleMaizePointCloudDataSet.git
技术工具源代码：https://github.com/yangxin6/Deformation3D.git
