스마트폰 기반 옥수수 표현형 분석

옥수수 이삭 높이, 잎 각도 등 형태적 특성을 정량화하는 것은 밀도 적응형 품종 개발에 필수적이나, 기존 3D 표현형 분석 플랫폼은 캐노피 가림, 복잡한 조작, 높은 비용 등의 한계가 있었고, 수동 측정은 노동 집약적이며 추적성이 낮았습니다. 본 연구는 이러한 간극을 해소하고자 스마트폰 RGB-D 데이터 획득, dToF(direct Time-of-Flight) 오차 특성 분석, 자동화된 기관 핵심점 감지, 3D 기하학적 특성 계산을 통합한 스마트폰 기반 현장 표현형 분석 프레임워크인 Pocket Phenomics를 개발했습니다. 이 시스템은 iPhone의 dToF LiDAR 센서와 ARKit을 활용하여 정렬된 RGB-D 데이터를 획득하고, 현장 환경에서의 깊이 신뢰도를 높이기 위해 획득 거리(1.5m 이내) 및 카메라 자세(피치/요 ±30° 이내)에 따른 영향을 정량화하여 견고한 작동 프로토콜을 수립했습니다. 특성 추출 파이프라인은 YOLOv8 모델에 Gather-and-Distribute 모듈을 결합하여 가림 및 혼란 상황에서도 강건한 다중 스케일 감지를 가능하게 했으며, 깊이 기반 배경 제거 전략으로 복잡한 현장 배경을 효과적으로 억제했습니다. 현장 검증 결과, 스마트폰으로 측정한 이삭 높이(평균 절대 오차 5.07cm, r=0.96)와 잎 각도(평균 절대 오차 3.54°, r=0.79)는 수동 측정값과 높은 일치도를 보였습니다. 2025년에 수행된 독립적인 현장 검증에서도 유사한 성능이 재현되었습니다(이삭 높이: r=0.98, MAE=4.23cm; 이삭 위 잎 각도: r=0.89, MAE=2.47°). 본 연구는 옥수수 형태적 표현형 분석을 위한 휴대 가능하고 저비용이며 재현 가능한 프레임워크를 제공하여, 고처리량 현장 표현형 분석의 실현 가능성을 입증했습니다. 이는 옥수수 육종 및 작물 관리 연구에 크게 기여할 것으로 기대됩니다.