近期，中國科學院合肥物質(zhì)院智能所黃河研究員團隊提出了一種基于神經(jīng)輻射場（NeRF）與分割大模型（SAM2）融合的交互式無監(jiān)督植物快速表型提取框架IPENS，實現(xiàn)了對水稻和小麥等作物多器官的高精度三維點云提取，顯著提升了植物表型分析的效率與準確性。該研究成果已正式發(fā)表于植物表型學領域知名期刊Plant Phenomics（中國科學院一區(qū)TOP期刊）。

植物表型分析是現(xiàn)代智慧育種的核心技術之一。傳統(tǒng)方法依賴大量人工標注數(shù)據(jù)，成本高、周期長，且難以處理遮擋嚴重的小目標（如稻穗、籽粒）。IPENS框架通過結(jié)合NeRF的高質(zhì)量三維重建能力與SAM2的強大視頻分割與傳播能力，將分割的2D掩模提升到3D空間，實現(xiàn)了無需標注、單輪交互、多目標三維點云同步提取。該方法在水稻數(shù)據(jù)集上實現(xiàn)了籽粒、葉片和莖稈的平均交并比（mIoU）達63.72%，籽粒體素體積預測的確定系數(shù)（R2）為0.77，葉片面積預測R2為0.84，葉片長寬預測R2約0.97和0.87；在小麥數(shù)據(jù)集上表現(xiàn)更為突出，mIoU達89.68%，穗部體積預測R2高達0.9956，葉片面積預測R2接近1.0，葉片長寬R2約0.99和0.92。整個提取過程僅需3分鐘，極大提升了表型提取的時效性。IPENS框架還具備良好的跨物種能力，可適用于多種作物器官的提取任務，為智慧育種提供了高效、低成本、非侵入式的表型數(shù)據(jù)獲取方案。

論文第一作者為智能所博士研究生宋文韜，指導老師為黃河研究員，通訊作者為孫友強副研究員。該研究得到了國家重點研發(fā)計劃和中國科學院戰(zhàn)略性先導科技計劃的資助。

論文鏈接：https://www.sciencedirect.com/science/article/pii/S2643651525001128

圖1 IPENS表型提取框架的總體技術路線

圖2 IPENS在多個作物上進行三維重建的效果圖