Occlusion Reasoning for Skeleton Extraction of Self-Occluded Tree Canopies

要約

この作業では、ツリーの観測されていない構造を推定することにより、自己閉塞樹冠のスケルトンを抽出する方法を提示します。
ツリー スケルトンは、トポロジ構造をコンパクトに記述し、ブランチ ジオメトリ、位置、階層などの有用な情報を含みます。
これは、農業操作のための接触相互作用を計画するために重要である可能性がありますが、葉、果物、および他の枝による閉塞のために得ることは困難です.
この方法では、インスタンス セグメンテーション ネットワークを使用して、目に見える幹、枝、および小枝を検出します。
次に、観測されたツリー構造に基づいて、占有グリッドの形式でカスタム 3D 尤度マップを作成し、一連の最小コスト パス検索を通じて、閉塞したスケルトンの存在について仮説を立てます。
合成ツリー データセットでの一連の実験を通じて実証された、非常に遮られたシーンで、この方法がベースライン方法よりも優れていることを示します。
定性的な結果は、フィールドから収集された実際のツリー データセットにも表示されます。

要約(オリジナル)

In this work, we present a method to extract the skeleton of a self-occluded tree canopy by estimating the unobserved structures of the tree. A tree skeleton compactly describes the topological structure and contains useful information such as branch geometry, positions and hierarchy. This can be critical to planning contact interactions for agricultural manipulation, yet is difficult to gain due to occlusion by leaves, fruits and other branches. Our method uses an instance segmentation network to detect visible trunk, branches, and twigs. Then, based on the observed tree structures, we build a custom 3D likelihood map in the form of an occupancy grid to hypothesize on the presence of occluded skeletons through a series of minimum cost path searches. We show that our method outperforms baseline methods in highly occluded scenes, demonstrated through a set of experiments on a synthetic tree dataset. Qualitative results are also presented on a real tree dataset collected from the field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google