본 논문은 미국에서 경제적으로 중요한 과일인 딸기의 표현형 분석을 위한 새로운 객체 중심 3D 재구성 프레임워크를 제안한다. 기존의 3D 재구성 방법론의 한계점을 극복하기 위해, Segment Anything Model v2 (SAM-2)와 알파 채널 배경 마스킹을 활용한 전처리 파이프라인을 도입하여 깨끗한 딸기 식물 재구성을 달성한다. 이 방법을 통해 계산 시간을 줄이고 정확도를 향상시켰으며, DBSCAN 클러스터링과 PCA를 사용하여 식물 높이 및 캐노피 너비와 같은 중요한 특성을 자동으로 추정할 수 있다. 실험 결과는 제안하는 방법이 기존 방식보다 우수한 성능을 보임을 입증한다.
시사점, 한계점
•
시사점:
◦
SAM-2와 알파 채널 마스킹을 활용한 객체 중심 3D 재구성을 통해 정확하고 효율적인 딸기 식물 표현형 분석 가능성을 제시한다.
◦
배경 잡음 제거를 통해 계산 비용을 절감하고, 주요 형질 자동 추정의 정확도를 향상시켰다.
