本研究では、植物の表現型データを効率的に抽出するための前段階として、パプリカの3次元点群モデルを題材に器官ごとの部分セグメンテーションを行う。この処理によって3次元モデルの各点がクラス分けされることで、個々の器官の統計的特性および幾何学的特性を抽出することができる。しかし、深層学習における部分セグメンテーションの精度は点群が持つ特徴量とモデルの精度によって大きく変化する。そこで、本研究では点群が持つ特徴量セットについて複数パターンで検討し、最適な特徴量セットを探索する。