NeRF 기반 3D 영상 생성을 이용한 딸기 병해충 진단 기법

• Published in: 한국정보통신학회논문지 Vol. 28; no. 9; pp. 1057 - 1062
• Main Authors: 서유리(Yuri Suh), 이석(Seok Lee)
• Format: Journal Article
• Language: Korean
• Published: 한국정보통신학회 01.09.2024
• Subjects: 전자/정보통신공학; NeRF (Neural Radiance Field); 3D Reconstruction; 딥러닝; Strawberry Disease; 3차원 복원; 딸기 병해충; Deep Learning
• ISSN: 2234-4772; 2288-4165
• DOI: 10.6109/jkiice.2024.28.9.1057

농업 환경에서 병해충의 빠르고 정확한 진단은 농업의 피해를 줄이고 농작물의 품질 개선과 생산량 증가에 기여하기 때문에 매우 중요하다. 이를 위해 현재 딥러닝 기반의 영상을 분석하여 병해충을 진단하는 연구가 활발하게 진행되고 있다. 그러나 좋은 성능을 보이는 모델이라도 입력 영상이 2D 영상이면 단일 시점으로 제한되어 있어서 병해충이 완전히 보이지 않는 경우 정확한 진단이 어려울 수 있다. 따라서 본 논문에서는 NeRF 기반의 3D 영상을 생성하여 여러 시점으로 병해충을 진단하는 기법을 제안하고자 한다. 제안하는 3D 영상 진단 방법은 병해충에 걸린 대상 객체의 3D 영상을 생성하여 시점을 자유롭게 변경하며 관찰할 수 있으며 3차원 데이터 전체를 포함하여 가려짐으로 인한 문제를 해결할 수 있다. 이를 딸기를 이용한 3D 영상 생성 실험을 통해 유효성을 검증하였으며 병해충이 잘 관측되는 시점을 생성할 수 있음을 확인하였다. In agricultural environments, the quick and accurate diagnosis of diseases is crucial for improving crop quality and increasing production. Currently, research is actively being conducted on diagnosing diseases using deep learning-based image analysis. However, even with high-performance models, 2D images are limited to a single viewpoint, which can make accurate diagnosis difficult if the affected area is not fully visible. In this paper, we propose a technology for detecting diseases from various perspectives by generating NeRF-based 3D images. The proposed 3D imaging diagnosis method enables the generation of 3D images of the infected object, allowing observation from freely adjustable viewpoints and addresses occlusion issues by utilizing the complete 3D data. The effectiveness of the proposed method was verified through a 3D image generation experiment using strawberries. It was confirmed that the method allows for the creation of viewpoints from which diseases can be clearly observed, thus enhancing the accuracy and reliability of disease diagnosis. KCI Citation Count: 0