2026年2月21日に開かれた「2026年農業施設学会 学生・若手研究発表会」で共著として発表を行いました！

その中で、弊社メンバーが卓越賞（過去に優秀賞を受賞したことがある方の発表で、特に優秀な発表について受賞される）を受賞しました！

本研究は新潟大学と弊社の共同研究になります。

■ 発表タイトル

豆乳凝固過程におけるレーザ拡散散乱画像に基づく粘度予測手法の検討

■ 発表内容

・著者：◯村井匠（新潟大院･自然科学）、板倉健太（ImVisionLabs株式会社）、宮川璃空（新潟大院･自然科学）、工藤颯太（新潟大･農）、村石昂亮（新潟大･農）、金井健三（泰喜物産株式会社）、斎藤嘉人（新潟大･農）

・概要：

専門的知識や事前トレーニングを必要としない簡便な雄性不稔スギ判別法の開発を目的として、スギ雄花のカラー画像と蛍光画像を用いた深層学習による判別モデルを構築し、その判別精度を検証した。2023年度および2024年度の12月～2月の間、月に1回の雄花採取を行い、各サンプルの画像を撮影した。検証として、モデルの訓練とテストの採取年度が同一の年度内検証と、採取年度が異なる年度またぎ検証を行った。各検証では、カラー画像単一入力モデル、蛍光画像単一入力モデル、カラー画像と蛍光画像の同時入力モデルを構築した。年度内検証の結果、2023年度よりも2024年度のサンプルの判別精度が高くなった。この原因として、成熟速度の年次間差に起因する可能性が考えられた。また、グレースケール変換画像を用いた解析より、カラー画像では主に雄花の形状などを捉えて判別している一方、蛍光画像では色情報も重要であることが示唆された。さらに、年度またぎ検証では、カラー画像単一入力の場合に雄性不稔の判別精度が約88%と最も高くなった。今後、判別精度をさらに改善することで、迅速かつ客観的な雄性不稔スギの判別法としての有用性が高まると考えられる。

■ 関連リンク

https://sasj.org/meeting/wm2026/index.html