2023 Fiscal Year Annual Research Report
Model-based approaches to understanding the morphological diversity of plant individuals caused by the spatial periodicity of organs and their modulation
Publicly Offered Research
| Project Area | Intrinsic periodicity of cellular systems and its modulation as the driving force behind plant development |
|---|
| Project/Area Number |
22H04727
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
野下 浩司 九州大学, 理学研究院, 助教 (10758494)
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Keywords | 形態測定学 / 植物フェノタイピング / 機械学習 / 画像解析 |
|---|
| Outline of Annual Research Achievements |
植物器官の3次元空間における周期的出現パタンとその変調が生み出す植物個体の「かたち」の多様性の統合的理解を目指し，３次元的な器官の配置，サイズ，形状の定量化と，その統合による「かたち」の評価方法の開発に取り組んだ．
植物個体の３次元的「かたち」の例として，昨年度に引き続きダイズを対象に３次元データの蓄積を進めた．簡易的な写真測量スタジオを用いた多視点画像の取得，得られた多視点画像に対するアノテーション，アノテーションデータを利用したマスク画像生成とそのための機械学習モデルの作成をおこない，Structure from Motion（SfM）とmulti-view stereo（MVS）による点ベースの３次元再構築により点群データを取得した．これら多視点画像データ，アノテーションデータ，点群データを合わせて蓄積している．現在これらのデータの公開準備をおこなっている．
また，複数器官からなる構造の定量化のために三次元空間中に植物の解剖学的な情報をマッピングする手法の開発を進めた．具体的には，二次元画像の解析と三次元再構築を組み合わせた葉縁再構築手法の開発，マスク画像を利用したSfM/MVSパイプラインの最適化，に取り組んだ．マスク画像を利用したSfM/MVSパイプラインの最適化では，深層学習によるマスク画像の作成，SfM/MVSの際のマスク画像の設定タイミング，特定の形質値を推定するための形態モデルの種類についての定量的な比較をおこない，ダイズ個体を対象とした計測における最適なシナリオを提案した．
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
