本コンテストについて 

本コンテストは、市民科学由来の生物画像を活用し、2次元の写真から「立体的な生き物像（3Dモデル）」を復元することを目指したオンラインハッカソンです。対象生物はカワセミ。

市民科学の野外写真を、AIで“立体的な知識”へ変換する——その難しさと可能性を、カワセミを題材に検証しました。

単一画像から3Dモデルを生成する 初級部門 と、多視点・多数画像から高精度3Dモデルを目指す 上級部門 を設けました。 

募集期間中の参加登録者数は 約60名 となり、多くの方に本テーマへ関心を寄せていただきました。一方で、最終提出は限られた数にとどまり、特に上級課題（多数画像から高精度3D）の難度の高さが明確になりました。 

※参加登録者数は登録フォーム集計（重複除外の扱いは運営側基準）です。

受賞結果 

初級部門（単一画像 → 3D） 

• 最優秀賞：尾納 隆大「【最優秀賞】単一画像からのカワセミ3D復元（SPAR3Dハンズオン）」

• 優秀賞：Kawasemi is All You Need（2回目）「InstantMeshを活用したカワセミの迅速な3D形態復元」

上位部門（ポートレート多数→高精度3D） 

• 上級課題は、野外写真特有の背景の複雑さ・遮蔽（足が隠れる等）・光条件のばらつきなどにより難度が高く、今回は参加者からの最終提出はありませんでした。

• そこで運営チームは、上級課題の到達点を示し、次の挑戦が行いやすくなるように、追試可能な公式参考実装「Reference-to-One（R2O）」を作成し、公開しました（開発：新谷正嶺） 。

• Reference-to-One（R2O）は、単純な背景除去だけでは得られない像を、参照画像の活用により再現します（詳細は上級ページ）。

ハイライト：上級公式参考実装（動画） 

動画へのリンク（見えずらい場合用）：https://youtu.be/gWPeu-Yqe5s

公式参考実装（R2O）のポイント 

• 複数のコミュニティ画像（CC0）を“参照情報”として活用し、単一入力画像へ情報を集約

• 固定パラメータ（Seed等）で再現できる手順として整理し、追試可能な形で公開

• 野外写真の3D化で起きやすい欠損（例：足が写っていない）に対して、現実的な解法例を提示

各ページへの案内