DOI: https://doi.org/10.3897/zookeys.1266.160408
PMID: https://pubmed.ncbi.nlm.nih.gov/41584869
تاريخ النشر: 2026-01-15
المؤلف: Blair Mirka وآخرون
الموضوع الرئيسي: المسح ثلاثي الأبعاد والتراث الثقافي
نظرة عامة
تبحث هذه الدراسة في فعالية التصوير الفوتوغرافي الماكرو باستخدام الهيكل من الحركة (SfM) في إنشاء نماذج ثلاثية الأبعاد عالية الدقة لأغراض تعليمية وتطبيقات التعلم الآلي، لا سيما في سياق جرد الأنواع. تركز الدراسة على تأثير المعلمات الفوتوغرامترية الرئيسية – تداخل الصور الأفقي والرأسي، وتكديس التركيز – على الدقة الهندسية والنسيجية للصور ثنائية الأبعاد الناتجة عن هذه النماذج ثلاثية الأبعاد. ومن الجدير بالذكر أن النتائج تكشف أن تكديس التركيز، الذي يُفترض غالبًا أنه يعزز جودة الصورة، لا يحسن بشكل كبير نتائج التعلم الآلي مقارنة بالصور الأصلية. بدلاً من ذلك، فإن الطريقة المثلى لتحقيق دقة هندسية ونسيجية عالية تتضمن استخدام صور غير مكدسة التركيز تم التقاطها من خمسة زوايا عمودية مع زيادات دورانية محددة.
تم تقييم الدقة الهندسية باستخدام متوسط الخطأ المطلق (MAE) عبر ميزات مورفومترية مختلفة لعينات خنفساء الأرض، بينما تم تقييم دقة النسيج من خلال % تشابه RGB ومقياس مؤشر التشابه الهيكلي (SSIM). تشير النتائج إلى أن تكديس التركيز قد يعيق وفاء الصورة ويمثل عنق زجاجة في سير عمل الرقمنة ثلاثية الأبعاد. تستنتج الدراسة أن الصور غير المكدسة التركيز يمكن أن تكون مصدرًا فعالًا للبيانات التدريبية الاصطناعية لمصنفات التعلم العميق، مع اقتراح الاختبارات الأولية وجود اختلافات طفيفة في الأداء بين الصور الناتجة من طرق تكديس التركيز وغير المكدسة. تؤكد هذه الدراسة على إمكانية النماذج ثلاثية الأبعاد كمورد قيم لتوليد بيانات تدريب اصطناعية مصنفة من قبل الخبراء، لا سيما لتعزيز نماذج التنوع البيولوجي.
مقدمة
تسلط المقدمة الضوء على أهمية مجموعات التاريخ الطبيعي والمخازن البيولوجية كمستودعات للمعلومات البيولوجية، لا سيما في علم الحشرات، حيث يمكن أن توفر مجموعات العينات الواسعة رؤى حول التنوع البيولوجي والتغيرات البيئية على مر الزمن. على الرغم من إمكاناتها، كانت إمكانية الوصول إلى هذه المجموعات محدودة تاريخيًا، حيث تتطلب في الغالب زيارات شخصية أو نقل العينات، مما يطرح تحديات لوجستية ومخاطر على العينات. لمعالجة هذه القيود، ظهرت جهود رقمنة المجموعات، مما يسمح بدمج البيانات المصنفة من قبل الخبراء في نماذج التعلم العميق لتحديد الأنواع بشكل تلقائي. يمكن أن تخفف هذه التطورات من تراكم العينات غير المحددة وتعزز جهود المراقبة البيئية.
يناقش النص أيضًا الانتقال من التصوير التقليدي ثنائي الأبعاد إلى النمذجة ثلاثية الأبعاد، التي تقدم وفاءً أعلى والقدرة على توليد صور من زوايا متعددة. يتم التأكيد على تقنيات التصوير الفوتوغرافي، لا سيما الهيكل من الحركة (SfM)، من حيث فعاليتها من حيث التكلفة وسهولة الاستخدام في إنشاء نماذج ثلاثية الأبعاد عالية الجودة. تهدف الدراسة إلى تقييم كيفية تأثير أنماط التصوير المختلفة في التصوير الفوتوغرافي الماكرو – تحديدًا كثافة التصوير وتكديس التركيز – على الدقة الهندسية والنسيجية للصور ثنائية الأبعاد الناتجة. تركز أسئلة البحث على تحديد أفضل ممارسات التصوير للعينات البيولوجية ومقارنة وفاء الصور الناتجة بشكل كمي مع العينات الأصلية، مما يساهم في أفضل الممارسات في تطبيقات رؤية الكمبيوتر لأبحاث التنوع البيولوجي.
الطرق
توضح قسم الطرق الإجراءات الشاملة المستخدمة لالتقاط الصور، والمعالجة، وإعادة البناء الفوتوغرامتري، والتقديم. تؤكد على إعداد التصوير وتطبيق تقنيتين متميزتين: تكديس التركيز (FS) وعدم تكديس التركيز (NFS). كما تحقق الدراسة في تأثيرات كثافات التصوير المتغيرة، التي تم تحقيقها من خلال دوران العينات أفقيًا ورأسيًا أثناء المسح.
لتقييم النتائج، يصف القسم المقاييس المستخدمة لتقييم كل من الدقة الهندسية والنسيجية، مما يضمن تحليلًا قويًا للصور المعاد بناؤها. توضح مخطط سير العمل (الشكل 1) الخطوات المتسلسلة المتضمنة في هذا النهج المنهجي، مما يوفر تمثيلًا بصريًا واضحًا للعمليات المتبعة.
النتائج
في هذه الدراسة، من بين 180 نموذجًا ثلاثي الأبعاد تم محاولة إنشائها، تم إنشاء 93 بنجاح، مع اختلاف معدلات النجاح حسب الأنواع ومعلمات النمذجة. ومن الجدير بالذكر أن حجم العينة أثر على معدل النجاح، حيث أظهرت العينات الصغيرة جدًا والكبيرة جدًا معدلات إنشاء نماذج أقل. من بين النماذج الناجحة، تم تحديد الأفضل بناءً على الدقة الهندسية والنسيجية، حيث كانت مجموعات بيانات NFS تتفوق باستمرار أو تتطابق مع نتائج الصور المكدسة التركيز. على وجه التحديد، حقق NFS (C20-40، 11.25) معدل نجاح مثالي، بينما أسفرت تركيبات المعلمات الأخرى عن عدد أقل من النماذج الناجحة.
كشفت التحليلات أن زيادة كثافة الصورة، سواء أفقيًا (11.25°) أو رأسيًا (بزوايا مختلفة)، كانت حاسمة لإنتاج نماذج عالية الجودة، مما يبرز أهمية التداخل العالي في التصوير. على الرغم من أن أخطاء القياس كانت عمومًا متسقة عبر معلمات النمذجة المختلفة، إلا أن بعض المعلمات ذات معدلات النجاح المنخفضة أظهرت تقليلًا في الخطأ من خلال استبعاد العينات الأكثر تعقيدًا. على الرغم من عدم وجود اختبار إحصائي رسمي بسبب التوزيع غير المتساوي للنماذج الناجحة، تشير الاتجاهات الملحوظة إلى اختلافات طفيفة في الخطأ عبر النماذج التي تم إنشاؤها بنجاح، مما يوفر رؤى قيمة حول فعالية ظروف التصوير المختلفة.
المناقشة
تسلط المناقشة الضوء على أهمية تقنيات النمذجة ثلاثية الأبعاد الفعالة لعينات المتاحف، لا سيما في سياق تطبيقات التعلم الآلي التي تهدف إلى تحديد الأنواع والمراقبة البيئية. تظهر الدراسة أنه بينما يعزز تكديس التركيز (FS) الحفاظ على التفاصيل في النماذج ثلاثية الأبعاد، إلا أنه لا يحسن بشكل كبير دقة الصور ثنائية الأبعاد الاصطناعية مقارنة بالصور غير المكدسة التركيز (NFS). تشير هذه النتيجة إلى أن طرق NFS قد تكون خيارًا أكثر عملية لجهود الرقمنة على نطاق واسع، حيث تتطلب عددًا أقل من الصور ومساحة تخزين أقل، بينما لا تزال تنتج نماذج عالية الجودة مناسبة للتحليل الكمي.
تشير الاختبارات الأولية باستخدام نموذج YOLOv8s إلى أن كل من صور FS وNFS يمكن أن تكون فعالة كمصدر بيانات تدريب لمصنفات التعلم العميق، مع اختلافات طفيفة فقط في مقاييس الأداء. تشير النتائج إلى أن الخصائص على مستوى الأنواع، بدلاً من طريقة التصوير، تؤثر بشكل أساسي على دقة النموذج. يجب أن تستكشف الأبحاث المستقبلية إمكانية تعميم هذه النتائج عبر مجموعات مختلفة وبروتوكولات التصوير، بالإضافة إلى تحسين إعدادات التصوير لأحجام العينات المختلفة. بشكل عام، تؤكد الدراسة على إمكانية النماذج ثلاثية الأبعاد في توليد بيانات تدريب اصطناعية مصنفة من قبل الخبراء، مما يعزز مبادرات مراقبة التنوع البيولوجي.
DOI: https://doi.org/10.3897/zookeys.1266.160408
PMID: https://pubmed.ncbi.nlm.nih.gov/41584869
Publication Date: 2026-01-15
Author(s): Blair Mirka et al.
Primary Topic: 3D Surveying and Cultural Heritage
Overview
This research investigates the efficacy of macro-photogrammetry using Structure from Motion (SfM) in generating high-resolution 3D models for educational purposes and machine learning applications, particularly in the context of species inventory. The study focuses on the impact of key photogrammetric parameters—horizontal and vertical image overlap, and focus stacking—on the geometric and texture accuracy of 2D images rendered from these 3D models. Notably, the findings reveal that focus stacking, often presumed to enhance image quality, does not significantly improve machine learning outcomes compared to original images. Instead, the optimal method for achieving high geometric and texture accuracy involves using non-focus-stacked images captured at five vertical angles with specific rotational increments.
The evaluation of geometric accuracy was conducted using mean absolute error (MAE) across various morphometric features of ground beetle specimens, while texture accuracy was assessed through % RGB similarity and the structural similarity index measure (SSIM). The results indicate that focus stacking may hinder image fidelity and represents a bottleneck in the 3D digitization workflow. The study concludes that non-focus-stacked images can effectively serve as a source of synthetic training data for deep learning classifiers, with preliminary tests suggesting minimal differences in performance between rendered images from focus-stacked and non-focus-stacked methods. This research underscores the potential of 3D models as a valuable resource for generating expert-labeled synthetic training data, particularly for enhancing biodiversity models.
Introduction
The introduction highlights the significance of natural history collections and biorepositories as repositories of biological information, particularly in entomology, where extensive specimen collections can provide insights into biodiversity and ecological changes over time. Despite their potential, the accessibility of these collections has been historically limited, primarily requiring in-person visits or specimen transport, which poses logistical challenges and risks to the specimens. To address these limitations, efforts to digitize collections have emerged, allowing for the integration of expert-labeled data into deep learning models for automated species identification. This advancement could alleviate the backlog of unidentified specimens and enhance ecological monitoring efforts.
The text further discusses the transition from traditional 2D imaging to 3D modeling, which offers superior fidelity and the ability to synthesize images from multiple perspectives. Photogrammetric techniques, particularly Structure from Motion (SfM), are emphasized for their cost-effectiveness and ease of use in creating high-quality 3D models. The study aims to evaluate how different imaging patterns in macro photogrammetry—specifically imaging density and focus stacking—affect the geometric and textural accuracy of rendered 2D images. The research questions focus on identifying optimal imaging practices for biological specimens and quantitatively comparing the fidelity of rendered images to original specimens, thereby contributing to best practices in computer vision applications for biodiversity research.
Methods
The Methods section outlines the comprehensive procedures employed for image capture, processing, photogrammetric reconstruction, and rendering. It emphasizes the imaging setup and the application of two distinct techniques: Focus Stacking (FS) and Non-Focus Stacking (NFS). The study also investigates the effects of varying imaging densities, achieved through horizontal and vertical specimen rotation during scans.
To evaluate the outcomes, the section describes the metrics utilized to assess both geometric and texture accuracy, ensuring a robust analysis of the reconstructed images. A workflow diagram (Fig. 1) illustrates the sequential steps involved in this methodological approach, providing a clear visual representation of the processes undertaken.
Results
In this study, out of 180 attempted 3D models, 93 were successfully created, with success rates varying by species and modeling parameters. Notably, the size of the specimen influenced the success rate, as both very small and very large specimens exhibited lower model creation rates. Among the successful models, the best were determined based on geometric and texture accuracy, with NFS datasets consistently outperforming or matching the results of focus-stacked images. Specifically, NFS (C20-40, 11.25) achieved a perfect success rate, while other parameter combinations yielded fewer successful models.
The analysis revealed that increased image density, both horizontally (11.25°) and vertically (at various angles), was crucial for producing high-quality models, emphasizing the importance of high overlap in imaging. Although measurement errors were generally consistent across different modeling parameters, some parameters with lower success rates exhibited reduced error by excluding more complex specimens. Despite the lack of formal statistical testing due to the uneven distribution of successful models, the observed trends indicate minimal variation in error across the successfully created models, providing valuable insights into the effectiveness of different imaging conditions.
Discussion
The discussion highlights the significance of efficient 3D modeling techniques for museum specimens, particularly in the context of machine learning applications aimed at species identification and ecological monitoring. The study demonstrates that while focus stacking (FS) enhances detail preservation in 3D models, it does not significantly improve the accuracy of synthetic 2D renderings compared to non-focus stacked (NFS) images. This finding suggests that NFS methods may be a more practical choice for large-scale digitization efforts, as they require fewer images and less storage, while still producing high-quality models suitable for quantitative analysis.
Preliminary tests using a YOLOv8s model indicate that both FS and NFS images can effectively serve as training data for deep learning classifiers, with only minor differences in performance metrics. The results imply that species-level characteristics, rather than the imaging method, predominantly influence model accuracy. Future research should explore the generalizability of these findings across different taxa and imaging protocols, as well as optimize imaging settings for various specimen sizes. Overall, the study underscores the potential of 3D models to generate accessible, expert-labeled synthetic training data, thereby enhancing biodiversity monitoring initiatives.