3D-модель еды реконструировали по двумерному изображению ее структуры

Ученые показали, что на основе двумерного изображения продуктов питания можно создать трехмерную модель их внутреннего строения. Опираясь на нее, можно предсказать физические свойства пищевого продукта и смоделировать процессы, происходящие внутри него. Исследования поддержаны грантом Российского научного фонда (РНФ). Статья ученых опубликована в Journal of Food Engineering.

Физические свойства еды определяют не только ее вкус, но и то, как долго она может храниться, каким образом ее лучше готовить и представляет ли она опасность для человека. Трехмерное изображение внутреннего строения продукта может рассказать о его физических свойствах, но не во всех ситуациях возможно получить 3D-изображение для проведения такого анализа.

Ученые применили уникальный компьютерный алгоритм, позволяющий реконструировать полную 3D-модель еды по двумерному изображению ее внутреннего строения. Они использовали метод вероятностной реконструкции, который ранее показал свою эффективность в описании структуры пористых горных пород, содержащих нефть и газ.

На первом этапе компьютер обрабатывает изображение и представляет его в виде статистических дескрипторов — численных показателей, характеризующих структуру объекта. Затем специальный алгоритм создает трехмерную модель с теми же дескрипторами, что и у двумерного изображения. В этом случае делается допущение, что структура объекта одинакова во всех направлениях (изотропна). Для того чтобы оценить точность результатов описанного подхода, стохастических реконструкций, ученые сравнивали 3D-модель, полученную по двумерным данным, и трехмерные оригиналы, созданные методом рентгеновской микротомографии (она позволяет получить трехмерное изображение того, что находится внутри объекта).

«В рамках этой работы мы впервые исследовали возможности стохастической реконструкции с помощью корреляционных функций для получения данных о структуре пищевых продуктов на основе двумерных изображений. Мы показали, что для некоторых пищевых продуктов разработанные нами методы позволяют восстановить точные трехмерные данные, на основе которых можно проводить моделирование самых различных процессов и рассчитывать физические свойства», — говорит автор работы, старший научный сотрудник Института физики Земли РАН Кирилл Герке.

У разработанной технологии есть и недостатки. Например, алгоритм недостаточно точен для того, чтобы описать продукт сложного строения. Создавать более точные модели мешает то, что входное двумерное изображение не очень хорошо соответствует реальному объекту. Кроме того, мешает этому и неоднородность структуры продукта и недостаточное количество информации для того, чтобы описывать объекты со сложным строением.

«Основной проблемой нашего подхода является его вычислительная затратность: используемый метод оптимизации требует гораздо больше времени, чем существующие подходы, например, с использованием искусственного интеллекта. С другой стороны, у разработанного нами подхода есть основное преимущество, которое, по нашему мнению, перевешивает недостатки: он строго описывает структуру исследуемого объекта. Работы по уменьшению требуемых для реконструкций вычислительных ресурсов также ведутся нами в рамках проекта РНФ, и уже получены результаты, которые позволяют предположить, что в самое ближайшее время мы сможем значительно ускорить методику», — подводит итог Кирилл Герке.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.