4D作物监测：面向农业的时空重建
机器人学
2016-10-11 v1 计算机视觉与模式识别
摘要
高时空分辨率的自主作物监测是精准农业中的一个关键问题。虽然运动恢复结构和多视角立体算法能够利用低成本图像传感器精细重建田地的三维结构，但这些算法无法捕捉作物持续生长的动态特性。本文提出一种用于作物监测的四维重建方法，该方法采用动态场景的时空模型，对精准农业应用具有实用价值。此外，我们提供了一种鲁棒的数据关联算法，以解决因不同时间从不同角度观察场景而导致的外观大幅变化问题，这对实现四维重建至关重要。最后，我们收集了一个带有真值统计信息的高质量数据集，以评估我们方法的性能。我们证明，所提出的四维重建方法提供的模型在视觉外观上定性正确，并且在与所监测作物的真值几何属性对比时定量准确。
引用
@article{arxiv.1610.02482,
title = {4D Crop Monitoring: Spatio-Temporal Reconstruction for Agriculture},
author = {Jing Dong and John Gary Burnham and Byron Boots and Glen C. Rains and Frank Dellaert},
journal= {arXiv preprint arXiv:1610.02482},
year = {2016}
}
备注
Submitted to IEEE International Conference on Robotics and Automation (ICRA) 2017