災害時に既存の通信インフラが利用できない場合の代替手段として、RGBの加色混合による発光色変化を用いた可視光通信に着目した。可視光通信は、信号の発信源を目視で確認できる、夜間においても通信が可能といった利点がある。先行研究では、K-means++法を用いて色分類を行っていたが、環境光や明度変化による色誤認識や、時間的な色変化推定に時間を要するという課題があった。そこで本研究では、様々な条件下で撮影した色変化可視光の動画を、色変化パターンを考慮しつつ、3次元畳み込みニューラルネットワーク(3D CNN)を用いて学習・分類することにより、色識別精度の向上および推定の高速化を図る。