GrowFields

新的神经场模型捕捉植物生长动力学和拓扑变化

研究人员开发了GrowFields，这是一种新颖的组合式动态神经场表示，旨在模拟植物复杂的生长模式。该方法将植物分解为单个器官，并将每个器官对齐到其自身的坐标系中，以将内在生长与全局运动分离开来。通过学习一个由特定器官的潜在代码条件化的共享连续神经变形场，GrowFields可以自然地适应异步器官发育和拓扑变化。在四个植物物种上的评估表明，与现有表示相比，其空间精度、时间连贯性和形态保真度得到了提高。