Une enquête sur les techniques de reconstruction 3D dans le phénotypage des plantes : Des méthodes classiques aux champs de radiance neuronaux (NeRF), au splatting gaussien 3D (3DGS) et au-delà

Le phénotypage des plantes joue un rôle fondamental dans la compréhension des caractères des plantes et de leurs interactions avec l'environnement, ce qui est crucial pour faire progresser l'agriculture de précision et l'amélioration des cultures. Les technologies de reconstruction 3D ont émergé comme des outils puissants pour capturer la morphologie et la structure détaillées des plantes, offrant un potentiel significatif pour un phénotypage précis et automatisé. Cet article fournit une revue complète des techniques de reconstruction 3D pour le phénotypage des plantes, couvrant les méthodes de reconstruction classiques, les champs de radiance neuronaux (NeRF) émergents, et la nouvelle approche de splatting gaussien 3D (3DGS). Les méthodes classiques, qui reposent souvent sur des capteurs haute résolution, sont largement adoptées en raison de leur simplicité et de leur flexibilité dans la représentation des structures des plantes. Cependant, elles font face à des défis tels que la densité des données, le bruit et l'évolutivité. NeRF, une avancée récente, permet des reconstructions 3D photoréalistes de haute qualité à partir de points de vue clairsemés, mais son coût computationnel et son applicabilité dans des environnements extérieurs demeurent des domaines de recherche active. La technique émergente 3DGS introduit un nouveau paradigme dans la reconstruction des structures des plantes en représentant la géométrie par des primitives gaussiennes, offrant des avantages potentiels tant en efficacité qu'en évolutivité. Nous passons en revue les méthodologies, applications et performances de ces approches dans le phénotypage des plantes et discutons de leurs forces, limitations et perspectives d'avenir respectives (https://github.com/JiajiaLi04/3D-Reconstruction-Plants). À travers cette revue, nous visons à fournir des perspectives sur la façon dont ces diverses techniques de reconstruction 3D peuvent être efficacement exploitées pour un phénotypage automatisé et à haut rendement des plantes, contribuant à la prochaine génération de technologies agricoles.