樱桃产量预测：单个甜樱桃树的收获预测
计算机视觉与模式识别
2025-03-27 v1
摘要
本文属于 For5G 项目的系列论文之一，旨确构建甜樱桃树的数字孪生体。在项目之前对此前工作的简要概述后，重点转向水果农业领域的关键问题：如何在季节初期做出可靠的产量预测。通过对 2023 年三棵绒球樱桃树进行全年跟踪，成功收集了从休眠期至收获期间樱桃发育的精准地面真实数据。本文介绍了数据收集方法及其评估与可视化。研究了在樱桃树果实发育周期的各个关键生长阶段计数对象的能力是否适用于产量预测。结果发现，所有被调查的果实状态在基于线性回归的产量预测中均适用。概念上，需在准时性与可能导致预测失效的外部事件之间进行权衡。基于此，本文建议两个最佳时间点：花序开启前的花芽阶段和果实萌发后果脱落的早期阶段。然而，这两个时间点在基于图像数据的自动化程序中都具有较大的实现挑战。由于果实体积小且常被叶子遮挡，基于图像计数发育中的樱桃异常困难。即使使用高分辨率摄像机，对果膾中元素计数也充满挑战。本文得出结论：当对象被人工计数时，甜樱桃树的准确产量预测是可行的，但尚未有自动化特征提取方法能够达到类似精度。
引用
@article{arxiv.2503.20419,
title = {Cherry Yield Forecast: Harvest Prediction for Individual Sweet Cherry Trees},
author = {Andreas Gilson and Peter Pietrzyk and Chiara Paglia and Annika Killer and Fabian Keil and Lukas Meyer and Dominikus Kittemann and Patrick Noack and Oliver Scholz},
journal= {arXiv preprint arXiv:2503.20419},
year = {2025}
}