魚市場では水揚げされた魚を手作業で魚種ごとに大きさ別に選別している．選別作業は重労働のため自動化が求められている．本論文では，コンベアで流れてくるアジとサバの3次元形状を点群で表し，点群の分類モデルであるPointNetを用いて認識する方法を提案する．具体的には，コンベアに置かれた魚を真上（Z軸）から撮影した場合，魚の回転がZ軸周りのみになると仮定し，点群の回転正規化をZ軸周りのみに制限したPointNetを提案する．実魚を用いた実験により次のことを明らかにした．(1) 提案法による点の数と正解率，認識時間の関係を調べた結果，点の数を128点とした場合に最も認識性能が高くなる．(2) 本来のPointNetと比較した結果，静止させた魚100匹，コンベアで移動させた魚308匹のどちらに対しても提案法のほうが高い正解率が得られる．(3) 画像分類モデルResNet-50を使って点群と同時に取得したカラー画像，デプス画像から魚種を認識する方法と比較した結果，点群を用いる提案法の正解率は，カラー画像とデプス画像をそれぞれ用いた方法と同程度またはそれ以上である．
