近期，中國科學院合肥物質院智能所黃河研究員團隊提出了一種基于神經輻射場（NeRF）與Segment Anything Model 2（SAM2）融合的交互式無監督植物快速表型提取框架IPENS，實現了對水稻和小麥等作物多器官的高精度三維點云提取，顯著提升了植物表型分析的效率與準確性。該研究成果已正式發表于植物表型學領域知名期刊Plant Phenomics（中國科學院一區TOP期刊）上。

植物表型分析是現代智慧育種的核心技術之一。傳統方法依賴大量人工標注數據，成本高、周期長，且難以處理遮擋嚴重的小目標（如稻穗、籽粒）。IPENS框架通過結合NeRF的高質量三維重建能力與SAM2的強大視頻分割與傳播能力，實現了無需標注、單輪交互、多目標三維點云同步提取。該方法在水稻數據集上實現了籽粒、葉片和莖稈的mIoU達63.72%，籽粒體素體積預測R2為0.77，葉片面積預測R2為0.84，葉片長寬R2約0.97和0.87；在小麥數據集上表現更為突出，mIoU達89.68%，穗部體積預測R2高達0.9956，葉片面積預測R2接近1.0，葉片長寬R2約0.99和0.92。整個提取過程僅需3分鐘，極大提升了表型提取的時效性。IPENS框架還具備良好的跨物種能力，可適用于多種作物器官的提取任務，為智慧育種提供了高效、低成本、非侵入式的表型數據獲取方案。

論文第一作者為智能所博士研究生宋文韜，指導老師為黃河研究員，通訊作者為孫友強副研究員。該研究得到了國家重點研發計劃和中國科學院戰略性先導科技計劃的資助。

論文鏈接：https://www.sciencedirect.com/science/article/pii/S2643651525001128

圖1 IPENS表型提取框架的總體技術路線

圖2 IPENS在多個作物上進行三維重建的效果圖