1.一種基于神經(jīng)輻射場(chǎng)的表型獲取方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)輻射場(chǎng)的表型獲取方法，其特征在于，通過(guò)圖像分割大模型和運(yùn)動(dòng)結(jié)構(gòu)恢復(fù)算法，基于所述圖像序列生成所述拍攝設(shè)備的內(nèi)外參數(shù)，包括：
3.根據(jù)權(quán)利要求1所述的基于神經(jīng)輻射場(chǎng)的表型獲取方法，其特征在于，通過(guò)訓(xùn)練得到的所述植物三維重建模型基于所述圖像序列生成所述待重建植物對(duì)應(yīng)的隱式的三維場(chǎng)景表示，包括：
4.根據(jù)權(quán)利要求3所述的基于神經(jīng)輻射場(chǎng)的表型獲取方法，其特征在于，通過(guò)所述體積密度及顏色提取模塊，基于所述像素點(diǎn)高維向量，提取每個(gè)像素點(diǎn)對(duì)應(yīng)的體積密度預(yù)測(cè)值和顏色預(yù)測(cè)值，包括：
5.根據(jù)權(quán)利要求4所述的基于神經(jīng)輻射場(chǎng)的表型獲取方法，其特征在于，所述體積密度預(yù)測(cè)單元包括多個(gè)全連接的多層感知機(jī)和一個(gè)eca注意力網(wǎng)絡(luò)，所述eca注意力網(wǎng)絡(luò)鑲嵌于第一個(gè)全連接的所述多層感知機(jī)之后；
6.根據(jù)權(quán)利要求1所述的基于神經(jīng)輻射場(chǎng)的表型獲取方法，其特征在于，基于隱式的三維場(chǎng)景表示提取所述待重建植物對(duì)應(yīng)的表型參數(shù)，包括：
7.根據(jù)權(quán)利要求6所述的基于神經(jīng)輻射場(chǎng)的表型獲取方法，其特征在于，從所述三維網(wǎng)格表達(dá)中提取所述待重建植物對(duì)應(yīng)的感興趣區(qū)域，以基于所述感興趣區(qū)域提取所述待重建植物對(duì)應(yīng)的表型參數(shù)，包括：
8.一種基于神經(jīng)輻射場(chǎng)的表型獲取裝置，其特征在于，包括：
9.一種電子設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有能夠被所述處理器執(zhí)行的計(jì)算機(jī)可執(zhí)行指令，所述處理器執(zhí)行所述計(jì)算機(jī)可執(zhí)行指令以實(shí)現(xiàn)權(quán)利要求1至7任一項(xiàng)所述的方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令在被處理器調(diào)用和執(zhí)行時(shí)，計(jì)算機(jī)可執(zhí)行指令促使處理器實(shí)現(xiàn)權(quán)利要求1至7任一項(xiàng)所述的方法。