Towards L-System Captioning for Tree Reconstruction

要約

タイトル：木の再構築のためのL-Systemキャプションに向けて

要約：

– この研究では、画像キャプション手法を用いて画像データからリンデンマイヤ-システム（L-System）単語表現を直接推論することで、木や植物の再構築のための新しいコンセプトを提案している。
– 我々は、画像を与えられた場合に、L-System単語を生成し、表示された木の説明として機能する、一連のモデルをエンドツーエンドでトレーニングする。
– このコンセプトの有効性を証明するために、2D木のトポロジーに適用可能であることを示す。
– 実際の画像データに転移した場合、この新しいアイデアは、従来の木の再構築に使用される誤差の多いポイントクラウド抽出やその他の処理を使用せずに、より効率的で正確で意味のある木や植物の再構築につながる可能性がある。
– さらに、このアプローチは、事前定義されたL-System文法を必要とせず、生物学的な知識を持たなくても種ごとのL-System推論を可能にする。

要約(オリジナル)

This work proposes a novel concept for tree and plant reconstruction by directly inferring a Lindenmayer-System (L-System) word representation from image data in an image captioning approach. We train a model end-to-end which is able to translate given images into L-System words as a description of the displayed tree. To prove this concept, we demonstrate the applicability on 2D tree topologies. Transferred to real image data, this novel idea could lead to more efficient, accurate and semantically meaningful tree and plant reconstruction without using error-prone point cloud extraction, and other processes usually utilized in tree reconstruction. Furthermore, this approach bypasses the need for a predefined L-System grammar and enables species-specific L-System inference without biological knowledge.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI