评估用于植物模型生成的单图像3D重建
Zihe Gao1, Zane K J Hartley2, Andrew P French2
1School of Computer Science, University of Nottingham, Wollaton Road, Nottingham, NG8 1BB, UK. zach.gao@nottingham.ac.uk.
Plant methods
|January 14, 2026
概括
本研究评估了用于植物重建的3D生成模型. 洪元3D 2.0擅长从单个图像创建现实的3D植物模型,帮助作物表型.
科学领域:
- 计算机视觉 计算机视觉
- 计算生物学 计算生物学
- 植物科学 植物科学
背景情况:
- 从单个图像中准确的3D植物重建对于作物育种和精准农业的高通量表型化至关重要.
- 传统的2D方法无法捕捉复杂的,封闭的植物形态,需要先进的3D技术.
- 现有的生成3D方法没有系统地验证植物特定的挑战,如复杂的几何和遮.
研究的目的:
- 系统评估和比较六种先进的3D生成技术的性能,用于从单视图图像中重建植物模型.
- 确定最有效的生成方法来捕捉复杂的植物结构和体积特征.
- 提供关于当前用于植物数字化3D重建方法的能力和局限性的见解.
主要方法:
- 六种生成技术 (Hunyuan3D 2.0,Trellis,One2345++,InstantMesh,Direct3D,Unique3D) 使用PlantDreamer数据集进行了评估.
- 豆植物的网格模型是从单个图像中重建的.
- 量化评估使用了Chamfer距离,正常一致性,F-Score,PSNR,LPIPS和CLIP得分与地面真相模型对比.
主要成果:
- 在重建现实的3D植物模型方面,Hunyuan3D 2.0表现出卓越的整体性能.
- 该研究提供了对豆类,胡卜和薄荷植物的测试方法的定量和质量比较.
- 结果凸显了Hunyuan3D 2.0在捕捉复杂植物几何和结构方面的有效性.
结论:
- 洪元3D 2.0是一种高效的单视图3D植物重建方法.
- 系统评估为植物科学中选择和改进3D生成模型提供了有价值的指导.
- 这项研究促进了农业应用的非破坏性植物数字化.
