植物の葉の構造は周囲の環境，例えば乾燥や熱ストレス，に応じ変化する．植物の葉の構造とその変化の理解は，外部環境に対する植物の生理応答や機能的な適応の理解を深めることにつながる．こうした植物の葉の構造は従来２次元的な計測によって研究されたきた．これは植物の葉の薄い構造が３次元的な計測が難しく，一方で２次元的な近似に向いているためである．しかし，実際には３次元空間中に存在しており，その構造や変化は３次元的に定量化されることが望ましい．
　本研究では，植物の多視点画像から葉の輪郭の取得とその輪郭線に基づく３次元再構築により葉の３次元空間中での形態情報を取得する手法を開発した．画像に対するインスタンスセグメンテーションによりマスクとクラスを作成し，マスクから生成した輪郭画像の曲線の特徴を用いて3次元再構築することで，特に葉の3次元構造を取得する．深層学習によるインスタンスセグメンテーションを活用することで，画像から重なりのある葉の輪郭が正確に取得できた．また，Structure from Motion (SfM)によりカメラパラメータと疎な点群を得た．しかし，画像間のインスタンス，ここでは葉，の対応は未知であるが，疎な点群を再投影することで画像間の葉の対応を得た．インスタンスセグメンテーションによるマスクの輪郭と葉の対応を用いて2画像間で曲線の断片を対応させて再構築することで安定した再構築が可能になる．本研究では実際の植物をカメラで撮影し取得した画像に対してのセグメンテーションと，シミュレーションデータでの曲線の特徴を用いた3次元再構築が高精度で可能であることを示した．