冷凍カツオの重量を3Dカメラを用いて非接触・高精度に推計
当研究室の善甫准教授ら（筑波大・イシダテック・東京海洋大）の共同研究成果が、学術誌『Fisheries Research』に掲載されました。
▸論文および研究の概要
【論文タイトル】
“Non-contact 3D morphometrics and weight estimation of frozen skipjack tuna using time-of-flight point clouds on a conveyor belt”
（コンベア上のToF点群を用いた冷凍カツオの非接触3D形態計測および体重推定）
【内容】
3Dカメラを用いてコンベア上の冷凍カツオの形状を立体的に計測し、機械学習で体重を推定する手法を開発しました。従来の全長計測に加え、非接触では困難だった「体の厚み（幅）」を考慮することで、市場の熟練者による選別を上回る精度での体重推定とサイズ分けが可能となりました。
【ポイント】
①ベルトコンベア上で「触れずに」高速・高精度計測
従来は手作業で行っていた冷凍カツオの測定（体長や太さなど）を、ベルトコンベアで搬送されている状態のままTime-of-Flight（ToF）方式の3Dカメラを用いて非接触（自動）で計測するシステムを構築しました。作業の省力化・自動化と処理スピードの大幅向上を実現します。
②3D点群データから形状データ（尾叉長・体高・体幅）を正確に自動抽出
カメラで取得した3D点群（立体データ）からノイズを除去し、魚の体軸や輪郭を補正・解析するアルゴリズムを開発しました。これにより、魚の尾叉長（びさちょう：口先から尾のくびれまでの長さ）、体高（背から腹の高さ）、体幅（体の厚み）の3次元形状データを高い精度で自動取得できます。
③3D形状データと機械学習による「高い精度の体重推定」
自動取得した3次元の寸法データ（長径・外形サイズ）を機械学習モデル（ランダムフォレストなど）に入力することで、秤（はかり）に載せることなく冷凍カツオの重量を高精度に予測・推定することに成功。
最新の研究成果に関するプレスリリースが筑波大学公式サイトに掲載されています。
詳細は以下のリンクよりご覧ください。
■ 掲載論文
【掲載誌】
Fisheries Research
【DOI】
10.1016/j.fishres.2026.107820
