GC-3DGS-pheno: geometry-constrained 3d Gaussian splatting for affordable plant point cloud reconstruction and high-precision phenotyping
提出几何约束3D高斯泼溅方法，低成本重建植物点云并实现高精度表型分析。
← 主题
农业人工智能 三维重建
Balancing accuracy, completeness, and efficiency for rice 3D reconstruction through CBAM-UNet-based multi-view segmentation and camera configuration optimization
提出CBAM-UNet分割与相机配置优化结合的水稻多视角三维重建流程，兼顾精度、完整性与效率。
Poplar-Studio: skeleton-guided reconstruction of editable 3D poplar seedling models from multi-view point clouds
提出Poplar-Studio框架，从多视角点云重建可编辑的杨树幼苗三维结构模型。
F2DMAS:基于智能手机视频的复杂背景盆栽植物三维表型工作流——Frontiers in Plant Science
提出基于智能手机视频的盆栽植物三维表型工作流F2DMAS，实现复杂背景下高效高精度重建与测量。
Evaluating Mesh Reconstruction Methods for Crop Phenotyping
评估7种网格重建流程在作物表型三维数字化中的保真度与一致性。