基于序列信息环境条件的生成式植物生长模拟
计算机视觉与模式识别
2024-09-23 v3 人工智能
定量方法
摘要
植物生长模拟可被描述为植物或植物系统的重建视觉表示。表型特征和植物结构受场景环境及其他上下文属性控制。考虑到时间依赖性和多种因素对生长轨迹的复合效应，我们通过解决帧合成和模式识别问题，为模拟任务制定了一种概率方法。我们引入了一个基于序列信息的植物生长模拟框架（SI-PGS），该框架采用条件生成模型，从低维时间传感器和上下文数据的融合中隐式学习动态场景中可能植物表示的分布。使用受控潜在采样和循环输出连接等方法，以提高预测帧之间植物结构的连贯性。在这项工作中，我们证明了SI-PGS能够捕获时间依赖性并连续生成逼真的植物生长帧。
引用
@article{arxiv.2405.14796,
title = {Generative Plant Growth Simulation from Sequence-Informed Environmental Conditions},
author = {Mohamed Debbagh and Yixue Liu and Zhouzhou Zheng and Xintong Jiang and Shangpeng Sun and Mark Lefsrud},
journal= {arXiv preprint arXiv:2405.14796},
year = {2024}
}