Apprentissage de modèles de croissance des plantes – 4DPlants

L'objectif du projet 4DPlants est de permettre aux biologistes d'analyser et de prédire avec succès la croissance d'une plante réelle à l'échelle de l'organe en 3D. Pour ce faire, nous prévoyons d'abord de générer des ensembles de données 4D annotées de haute qualité de plantes en croissance, à la fois virtuelles et réelles, sous forme de séquences de nuages de points 3D. 4DPlants développera ensuite des représentations compactes prenant en compte les informations d'alignement spatial sur une séquence. Ces ensembles de données annotées et ces représentations compactes seront utilisés pour étudier la segmentation spatio-temporelle et la prédiction de la croissance à l'aide de réseaux de neurones profonds qui apprennent les informations sur la croissance des plantes. Des outils d'analyse automatisée par comparaisons avec des données de terrain seront développés pour accélérer le processus de validation. Les trois partenaires ont de l'expérience dans l'apprentissage de formes en mouvement et/ou dans le traitement et l'analyse de plantes numérisées.