基于图像的水稻（Oryza sativa L.）多基因型表型分析
计算机视觉与模式识别
2020-04-07 v1 种群与进化
摘要
培育抗旱或耐旱的水稻（Oryza sativa L.）品种，尤其是在气候变化背景下实现高产，是全球的一项关键任务。对于印度、中国及其他亚非等以水稻为主食的发展中国家而言，高产水稻品种的需求是首要关切。本研究旨在区分耐旱与敏感基因型。共计150个基因型在受控条件下于新德里印度农业研究委员会-印度农业研究所的Nanaji Deshmukh植物表型中心高通量植物表型设施中培育评估。从150个基因型中取出10个子集用于当前研究。为区分基因型，我们考量了如下特征：每株叶片数、植株凸包及由叶片尖端连接形成的凸包面积、每单位植株凸包的叶片数、冠层伸展——植株的垂直伸展与水平伸展。我们训练了You Only Look Once (YOLO)深度学习算法用于叶片尖端检测并估算水稻植株的叶片数。借助该提出框架，我们基于选定性状对基因型进行筛选。这些基因型进一步通过Ward聚类法在耐旱与干旱敏感基因型的不同分组间进行归类。
引用
@article{arxiv.2004.02498,
title = {Image-based phenotyping of diverse Rice (Oryza Sativa L.) Genotypes},
author = {Mukesh Kumar Vishal and Dipesh Tamboli and Abhijeet Patil and Rohit Saluja and Biplab Banerjee and Amit Sethi and Dhandapani Raju and Sudhir Kumar and R N Sahoo and Viswanathan Chinnusamy and J Adinarayana},
journal= {arXiv preprint arXiv:2004.02498},
year = {2020}
}
备注
Paper presented at the ICLR 2020 Workshop on Computer Vision for Agriculture (CV4A)