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。

　水産資源を守り、おいしい魚を食卓に届けるには、魚の大きさや重さを正確に知ることが大切です。しかし、大量の魚を一つずつ手作業で測るのは非常に大変な作業で、測る人によって結果にばらつきが出てしまうという問題もありました。カメラを用いて2次元画像解析を行う手法もありますが、特に遠洋漁業で捕れるカツオは船の上で完全に凍らせるため、表面についた霜が光を強く反射してしまい、形を正確に捉えるのが難しいという課題がありました。

　本研究では、光の反射を利用して物との距離を測る方式の3Dカメラ（ToFカメラ）を使い、コンベア上を高速で流れる冷凍カツオを立体的にスキャンするシステムを開発しました。このカメラは赤外線を使って、魚の表面の形を無数の点の集まりとして捉えるため、霜がついたカツオでもその凸凹を精密に再現できます。得られた立体データからは、魚の長さや高さだけでなく、これまではカメラで測ることが難しかった「体の厚み（どれだけ太っているか）」の情報を正確に抽出することに成功しました。この情報は、魚の重さを正確に予測するために重要です。

　この立体的なデータとAI（機械学習）を組み合わせ、魚に一切触れることなく体重を推定することに成功しました。その精度は、市場で働く熟練のプロの目利きによる重さの判定結果を上回りました。この技術が実用化されれば、漁船や食品工場での過酷な手作業が自動化され、より効率的かつ正確に海の資源を管理できると期待されます。

PDF資料

プレスリリース

研究代表者

筑波大学システム情報系
善甫 啓一　准教授

株式会社イシダテック
石田 尚　代表取締役

東京海洋大学 学術研究院 海洋生物資源学部門
宮本 隆典　助教

掲載論文

【題名】

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）

【掲載誌】

Fisheries Research

【DOI】

10.1016/j.fishres.2026.107820

関連リンク

システム情報系