近日，本课题组和我校柑橘全程机械化平台以“Predicting and Visualizing Citrus Colour Transformation Using a Deep Mask-Guided Generative Network”为题在农艺学领域期刊Plant Phenomics发表研究论文。该研究通过生成式深度学习方法，实现了对柑橘果皮颜色变化的高精度可视化预测。

柑橘果皮颜色是果实发育的良好指标，因此监测和预测其颜色变化可以帮助农作物的管理和收获进行决策。研究观察了107个脐橙样本，在其果皮颜色转变期间采集了7535张柑橘图像，构建了首个柑橘转色数据集。研究提出了一种将视觉感知融入深度学习的网络框架，包括分割网络、生成网络和感知损失网络；生成网络中的嵌入层将图像特征和时间信息进行了有效融合，使得该网络模型能够根据输入图像和不同的时间间隔来生成果皮颜色转变的预测图像。

为了方便现实场景中的应用，研究团队将该模型移植到了安卓设备APP上，通过手机相机拍摄柑橘图像，并在APP中输入感兴趣的时间间隔即可完成预测。该研究成果预测柑橘果皮颜色的变化并使其可视化，为柑橘果园管理实践提供有效帮助，并为其他水果作物的研究提供了借鉴和扩展的可能性。

本组硕士研究生鲍泽韩和副教授李伟夫为本论文共同第一作者，工学院副研究员陈耀晖和海南大学生物医学工程学院副教授肖驰为共同通讯作者。本组教授陈洪和日本RIKEN研究所研究员Vijay John参与了论文的研究和指导工作。