벼 식물에 대한 3D 표현형분석 - "Structure-from-motion"
이번 학기 겐트대학교 글로벌캠퍼스 과학세미나의 마지막 발표는 생명공학 데이터 과학센터의 연구조교 Breght Vandenberghe가 담당했다. Breght는 현재 겐트대학교 글로벌캠퍼스에서 통계학 강의를 지원하면서 머신 비전(Machine vision)에 관한 프로젝트를 수행하고 있다. Breght는 벨기에 겐트대학교에서 생물학 및 데이터 통계분석학 석사 학위 두개를 취득하였고, Dirk Inzé 교수가 창립한 벨기에 식물공학회사인 CropDesign에서 통계학자로 근무한 경력이 있었다.
3D 이미지 처리 및 분석은 현재 생물학 및 농업분야에서 떠오르는 차세대 연구분야 이다. 3D 식물 표현형 분석방법은 2D에 비해 정보가 풍부하고 자기 폐색을 피하며 조명 조건에 덜 의존하는 등의 장점을 제공하기 때문에 지금 보편적으로 사용하고 있는 2D 표현형 기술에 비해 더욱 진화된 첨단 기술이다. Breght는 이번 강연에서 복잡한 표현형 특성을 지닌 벼 식물의 3D 표현형분석 및 모델링 작업에 대한 연구의 진전을 발표했다. 그는 최고의 포인트 클라우드를 얻기 위한 식물촬영방식, 모델링방법 및 알고리즘 등 워크 플로를 설명했고 동시에 발생된 문제 및 효율성을 높이기 위한 가능한 솔루션들을 제시했다. 이 목표를 달성하기 위한 이미지 획득은 모델링 결과의 품질에 중요한 역할을 하기 때문에, Breght는 이에 대해 능동적 이미징법과 수동적 이미징법의 운영방법과 장단점을 설명하였으며, 모델링 및 프로그래밍의 기초가 되는 상세한 프로세스와 수학원리 및 알고리즘을 소개했다. 워크 플로는 오리엔테이션, 다운 샘플링 및 노이즈 제거, 스케일링, 골격화, 세그멘테이션 및 장기 인식, 표현형 특성 평가 등 6 단계로 구성되는데, 그는 샘플링 노이즈 제거 후의 벼 식물의 3D 모델링 동영상을 보여주었고, 배경 소음을 더 잘 제거하기 위한 몇 가지 해결책을 제안했다. 이 연구의 기대효과는 높은 효율성과 정확성을 통해 대량 작물에 대한 표현형분석을 진행하고, 특수유전자 작물의 성장과정을 실시간 기록하고 분석하는 플랫폼을 만드는 것에 있다.
Image source: https://www.wur.nl/en.htm
