JP6637169B2 - 動物体重推測システム、動物体重推測方法及びプログラム - Google Patents

動物体重推測システム、動物体重推測方法及びプログラム Download PDF

Info

Publication number
JP6637169B2
JP6637169B2 JP2018520315A JP2018520315A JP6637169B2 JP 6637169 B2 JP6637169 B2 JP 6637169B2 JP 2018520315 A JP2018520315 A JP 2018520315A JP 2018520315 A JP2018520315 A JP 2018520315A JP 6637169 B2 JP6637169 B2 JP 6637169B2
Authority
JP
Japan
Prior art keywords
animal
weight
sample
model
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018520315A
Other languages
English (en)
Other versions
JPWO2017208436A1 (ja
Inventor
俊二 菅谷
俊二 菅谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Optim Corp
Original Assignee
Optim Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Optim Corp filed Critical Optim Corp
Publication of JPWO2017208436A1 publication Critical patent/JPWO2017208436A1/ja
Application granted granted Critical
Publication of JP6637169B2 publication Critical patent/JP6637169B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G17/00—Apparatus for or methods of weighing material of special form or property
    • G01G17/08—Apparatus for or methods of weighing material of special form or property for weighing livestock
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Description

本発明は、牛や鶏や豚等の動物の体重を推測する動物体重推測システム、動物体重推測方法及びプログラムに関する。
従来、動物の健康管理の一環として、飼育者は動物の体重を知る必要があった。このような体重を測定する方法として、体重計等に測定対象の動物を乗せることにより、体重の測定を行う方法がある。
また、動物の体重の測定において、動物の寸法を測定し、体重を推定する構成が開示されている（特許文献１参照）。
特開２０１４−０４４０７８号公報
しかしながら、特許文献１の構成では、動物の寸法を測定する際、投光器により３次元の寸法データを取得する必要がある。このような構成では、特に大型の動物の体重を測定する際、装置が大型化してしまい、装置が高額になってしまうおそれがあった。また、動物を体重計に乗せる際、動物が暴れたりした場合、動物や飼育者や測定者がけがをしてしまうおそれもあった。そのため、費用の高騰や安全性の問題があった。
本発明の目的は、動物の体重の測定に際し、費用の高騰を抑制するとともに、安全性を向上させた動物体重推測システム、動物体重推測方法及びプログラムを提供することを目的とする。
本発明では、以下のような解決手段を提供する。
第１の特徴に係る発明は、動物の体重を推測する動物体重推測システムであって、
サンプル動物の面積と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースと、
体重を推測する対象である対象動物の撮像画像を撮像する撮像手段と、
前記撮像した撮像画像から、前記対象動物の輪郭データを取得する輪郭データ取得手段と、
前記対象動物と、当該対象動物を撮像した撮像位置との間の距離を計測する距離計測手段と、
前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成する３Ｄモデル作成手段と、
作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断する動物向き判断手段と、
前記取得した輪郭データと前記計測した距離とから、前記対象動物の面積を算出する面積算出手段と、
前記データベースから、前記対象動物の面積に近い面積の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重の実測値と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測する体重推測手段と、
を備えることを特徴とする動物体重推測システムを提供する。
第１の特徴に係る発明によれば、動物の体重を推測する動物体重推測システムは、サンプル動物の面積と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースを有し、体重を推測する対象である対象動物の撮像画像を撮像し、前記撮像した撮像画像から、前記対象動物の輪郭データを取得し、前記対象動物と、当該対象動物を撮像した撮像位置との間の距離を計測し、前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成し、作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断し、前記取得した輪郭データと前記計測した距離とから、前記対象動物の面積を算出し、前記データベースから、前記対象動物の面積に近い面積の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重の実測値と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測する。
ここで、第１の特徴に係る発明は、動物体重推測システムのカテゴリであるが、方法又はプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。
第２の特徴に係る発明は、動物の体重を推測する動物体重推測システムであって、
予め撮像されたサンプル動物を画像認識することによって得られる前記サンプル動物の特徴量と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースと、
体重を推測する対象である対象動物の撮像画像を撮像する撮像手段と、
前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成する３Ｄモデル作成手段と、
作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断する動物向き判断手段と、
前記撮像した撮像画像から、前記対象動物の特徴量を取得する特徴量取得手段と、
前記データベースから、前記対象動物の特徴量に近い特徴量の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測する体重推測手段と、
を備えることを特徴とする動物体重推測システムを提供する。
第２の特徴に係る発明によれば、動物の体重を推測する動物体重推測システムは、予め撮像されたサンプル動物を画像認識することによって得られる前記サンプル動物の特徴量と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースを有し、体重を推測する対象である対象動物の撮像画像を撮像し、前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成し、作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断し、前記撮像した撮像画像から、前記対象動物の特徴量を取得し、前記データベースから、前記対象動物の特徴量に近い特徴量の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測する。
ここで、第２の特徴に係る発明は、動物体重推測システムのカテゴリであるが、方法又はプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。
第３の特徴に係る発明は、前記対象動物の温度を計測する温度計測手段と、
を備え、
前記体重推測手段が、前記計測した温度から前記対象動物の筋肉量又は脂肪量を加味して、体重を推測する、
ことを特徴とする第１又は第２のいずれかの特徴に係る発明である動物体重推測システムを提供する。
第３の特徴に係る発明によれば、第１又は第２のいずれかの特徴に係る発明である動物体重推測システムは、前記対象動物の温度を計測し、前記計測した温度から前記対象動物の筋肉量又は脂肪量を加味して、体重を推測する。
第４の特徴に係る発明は、動物の体重を推測する動物体重推測システムが実行する動物体重推測方法であって、
体重を推測する対象である対象動物の撮像画像を撮像するステップと、
前記撮像した撮像画像から、前記対象動物の輪郭データを取得するステップと、
前記対象動物と、当該対象動物を撮像した撮像位置との間の距離を計測するステップと、
前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップと、
作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップと、
前記取得した輪郭データと前記計測した距離とから、前記対象動物の面積を算出するステップと、
サンプル動物の面積と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の面積に近い面積の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重の実測値と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップと、
を備えることを特徴とする動物体重推測方法を提供する。
第５の特徴に係る発明は、動物の体重を推測する動物体重推測システムが実行する動物体重推測方法であって、
体重を推測する対象である対象動物の撮像画像を撮像するステップと、
前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップと、
作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップと、
前記撮像した撮像画像から、前記対象動物の特徴量を取得するステップと、
予め撮像されたサンプル動物を画像認識することによって得られる前記サンプル動物の特徴量と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の特徴量に近い特徴量の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップと、
を備えることを特徴とする動物体重推測方法を提供する。
第６の特徴に係る発明は、動物の体重を推測する動物体重推測システムに、
体重を推測する対象である対象動物の撮像画像を撮像するステップ、
前記撮像した撮像画像から、前記対象動物の輪郭データを取得するステップ、
前記対象動物と、当該対象動物を撮像した撮像位置との間の距離を計測するステップ、
前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップ、
作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップ、
前記取得した輪郭データと前記計測した距離とから、前記対象動物の面積を算出するステップ、
サンプル動物の面積と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の面積に近い面積の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重の実測値と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップ、
を実行させるためのコンピュータ読み取り可能なプログラムを提供する。
第７の特徴に係る発明は、動物の体重を推測する動物体重推測システムに、
体重を推測する対象である対象動物の撮像画像を撮像するステップ、
前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップ、
作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップ、
前記撮像した撮像画像から、前記対象動物の特徴量を取得するステップ、
予め撮像されたサンプル動物を画像認識することによって得られる前記サンプル動物の特徴量と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の特徴量に近い特徴量の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップ、
を実行させるためのコンピュータ読み取り可能なプログラムを提供する。
本発明によれば、動物の体重の測定に際し、費用の高騰を抑制するとともに、安全性を向上させた動物体重推測システム、動物体重推測方法及びプログラムを提供することが可能となる。
図１は、動物体重推測システム１の概要を示す図である。 図２は、動物体重推測システム１の全体構成図である。 図３は、サーバ１０、情報端末１００の機能ブロック図である。 図４は、サーバ１０、情報端末１００が実行する輪郭サンプルＤＢ作成処理を示す図である。 図５は、サーバ１０、情報端末１００が実行する特徴量サンプルＤＢ作成処理を示す図である。 図６は、サーバ１０、情報端末１００が実行する３ＤモデルサンプルＤＢ作成処理を示す図である。 図７は、サーバ１０、情報端末１００が実行する第１の動物体重推測処理を示す図である。 図８は、サーバ１０、情報端末１００が実行する第１の動物体重推測処理を示す図である。 図９は、サーバ１０、情報端末１００が実行する第１の動物体重推測処理を示す図である。 図１０は、サーバ１０、情報端末１００が実行する第２の動物体重推測処理を示す図である。 図１１は、サーバ１０、情報端末１００が実行する第２の動物体重推測処理を示す図である。 図１２は、サーバ１０、情報端末１００が実行する第２の動物体重推測処理を示す図である。
以下、本発明を実施するための最良の形態について、図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。
［動物体重推測システム１の概要］
本発明の好適な実施形態の概要について、図１に基づいて、説明する。図１は、本発明の好適な実施形態である動物体重推測システム１の概要を説明するための図である。図１において、動物体重推測システム１は、サーバ１０、情報端末１００から構成される。
なお、図１において、情報端末１００は、１つに限らず、複数であってもよい。また、サーバ１０又は情報端末１００は、実在する装置に限らず、仮想的な装置であってもよい。また、後述する各処理は、サーバ１０又は情報端末１００のいずれか又は双方により実現されてもよい。
サーバ１０は、情報端末１００とデータ通信可能なサーバ装置である。
情報端末１００は、サーバ１０とデータ通信可能な端末装置である。情報端末１００は、例えば、携帯電話、携帯情報端末、タブレット端末、パーソナルコンピュータに加え、ネットブック端末、スレート端末、電子書籍端末、携帯型音楽プレーヤ等の電化製品や、スマートグラス、ヘッドマウントディスプレイ等のウェアラブル端末や、その他の物品である。
はじめに、情報端末１００は、牛や鶏等の動物の静止画又は動画等の撮像画像を撮像する（ステップＳ０１）。以下の説明において、撮像対象とする動物は、牛であるものとして説明する。なお、情報端末１００は、撮像画像に加え、熱分布画像を示すサーモグラフィーを撮像する構成であってもよい。このとき、情報端末１００は、外部装置等が撮像したサーモグラフィーを取得する構成であってもよいし、アプリケーション等によりサーモグラフィーを撮像する構成であってもよい。
情報端末１００は、距離センサ等により、牛とこの牛を撮像した撮像位置との間の距離を計測する（ステップＳ０２）。なお、ステップＳ０２の処理は、後述するステップＳ０４において、特徴量を取得する場合、省略することも可能である。
情報端末１００は、撮像画像の情報である撮像画像データ及び距離の情報である距離データを、サーバ１０に送信する（ステップＳ０３）。情報端末１００は、後述するステップＳ０４の処理において、特徴量を取得する場合、撮像画像データのみをサーバ１０に送信する。
サーバ１０は、撮像画像データを受信する。サーバ１０は、受信した撮像画像データを画像解析し、牛の輪郭データ又は特徴量を取得する（ステップＳ０４）。
ステップＳ０４において、サーバ１０は、輪郭データを取得した場合、取得した輪郭データと、計測した距離とから牛の体重を推測する（ステップＳ０５）。ステップＳ０５において、サーバ１０は、予め輪郭データと実際の体重とが関連付けられたサンプルデータを格納した輪郭サンプルＤＢ（データベース）を照合することにより、今回取得した輪郭データと一致又は近似するサンプルデータの輪郭データを抽出し、この輪郭データに関連付けられた体重を、この牛の体重として推測する。なお、サーバ１０は、推測した体重に、サーモグラフィーの熱分布に基づいて判別した筋肉量又は脂肪量を加味することにより、体重の推測の精度を向上させる構成であってもよい。また、サーバ１０は、３Ｄモデルを作成し、３ＤモデルサンプルＤＢに格納されたサンプルデータの３Ｄモデルと、取得した輪郭データに基づいて作成した３Ｄモデルとに基づいて、体重を推測する構成であってもよい。
また、ステップＳ０４において、サーバ１０は、特徴量を取得した場合、取得した特徴量から、動物の体重を推測する（ステップＳ０６）。ステップＳ０６において、サーバ１０は、予め特徴量と実際の体重とが関連付けられたサンプルデータを格納した特徴量サンプルＤＢを照合することにより、今回取得した特徴量と一致又は近似するサンプルデータの特徴量を抽出し、この特徴量に関連付けられた体重を、この牛の体重として推測する。なお、サーバ１０は、推測した体重に、サーモグラフィーの熱分布に基づいて判別した筋肉量又は脂肪量を加味することにより、体重の推測の精度を向上させる構成であってもよい。また、サーバ１０は、３Ｄモデルを作成し、３ＤモデルサンプルＤＢに格納されたサンプルデータの３Ｄモデルと、取得した特徴量に基づいて作成した３Ｄモデルとに基づいて、体重を推測する構成であってもよい。
以上が、動物体重推測システム１の概要である。
［動物体重推測システム１のシステム構成］
図２に基づいて、本発明の好適な実施形態である動物体重推測システム１のシステム構成について説明する。図２は、本発明の好適な実施形態である動物体重推測システム１のシステム構成を示す図である。動物体重推測システム１は、サーバ１０、情報端末１００、公衆回線網（インターネット網や、第３、第４世代通信網等）５から構成される。なお、情報端末１００は、１つに限らず、複数であってもよい。また、サーバ１０、情報端末１００は、実在する装置又は仮想的な装置のいずれか又は双方により実現されてもよい。また、後述する各処理は、サーバ１０、情報端末１００のいずれか又は双方により実現されてもよい。
サーバ１０は、後述の機能を備えた上述したサーバ装置である。
情報端末１００は、後述の機能を備えた上述した端末装置である。
［各機能の説明］
図３に基づいて、本発明の好適な実施形態である動物体重推測システム１の機能について説明する。図３は、サーバ１０、情報端末１００の機能ブロック図を示す図である。
サーバ１０は、制御部１１として、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部１２として、他の機器と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉＦｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）対応デバイスを備える。また、サーバ１０は、記憶部１３として、ハードディスクや半導体メモリ、記録媒体、メモリカード等によるデータのストレージ部を備える。記憶部１３には、後述する各種ＤＢが記憶される。
サーバ１０において、制御部１１が所定のプログラムを読み込むことにより、通信部１２と協働して、データ送受信モジュール２０を実現する。また、サーバ１０において、制御部１１が所定のプログラムを読み込むことにより、記憶部１３と協働して、ＤＢ作成モジュール３０、３Ｄモデル作成モジュール３１、体重推測モジュール３２を実現する。
情報端末１００は、サーバ１０と同様に、制御部１１０として、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備え、通信部１２０として、他の機器と通信可能にするためのＷｉＦｉ対応デバイス等を備える。また、情報端末１００は、入出力部１４０として、制御部１１０で制御したデータや画像を出力表示する表示部や、ユーザからの入力を受け付けるタッチパネルやキーボード、マウス等の入力部や、撮像画像を撮像する撮像デバイス、距離センサ等により対象物までの距離を計測する距離計測デバイス、対象物の温度分布を測定する温度計測デバイス等を備える。
情報端末１００において、制御部１１０が所定のプログラムを読み込むことにより、通信部１２０と協働して、データ送受信モジュール１５０を実現する。また、情報端末１００において、制御部１１０が所定のプログラムを読み込むことにより、入出力部１４０と協働して、撮像モジュール１７０、距離計測モジュール１７１、表示モジュール１７２を実現する。
［輪郭サンプルＤＢ作成処理］
図４に基づいて、動物体重推測システム１が実行する輪郭サンプルＤＢ作成処理について説明する。図４は、サーバ１０、情報端末１００が実行する輪郭サンプルＤＢ作成処理のフローチャートを示す図である。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。
はじめに、撮像モジュール１７０は、自身が有するカメラ等の撮像装置により、動物を撮像する（ステップＳ１０）。本実施形態において、撮像モジュール１７０は、牛を撮像するものとして説明する。なお、撮像対象とする動物は、牛に限らず、鶏、豚等様々な動物であってもよい。
データ送受信モジュール１５０は、撮像した撮像画像の情報である撮像画像データを、サーバ１０に送信する（ステップＳ１１）。
データ送受信モジュール２０は、撮像画像データを受信する。
データ送受信モジュール２０は、この撮像した動物を実際に体重計で測定した体重の情報である測定データを取得する（ステップＳ１２）。ステップＳ１２において、データ送受信モジュール２０は、データ通信可能に接続された体重計が測定した、ステップＳ１０において撮像した牛の体重の情報を取得する。なお、ステップＳ１２において、データ送受信モジュール２０は、情報端末１００が、この撮像した牛の測定データの入力を受け付け、受け付けた測定データをサーバ１０に送信することにより、測定データを取得する構成であってもよい。また、データ送受信モジュール２０は、その他の構成により、牛の測定データを取得する構成であってもよい。
距離計測モジュール１７１は、撮像した牛とこの牛を撮像した撮像位置との間の距離を計測する（ステップＳ１３）。ステップＳ１３において、距離計測モジュール１７１は、自身が有する距離センサにより、距離を計測する。なお、ステップＳ１３において、距離計測モジュール１７１は、その他の構成により距離を計測してもよい。
データ送受信モジュール１５０は、計測した距離の情報である距離データを、サーバ１０に送信する（ステップＳ１４）。なお、ステップＳ１３及びステップＳ１４の処理は、上述したステップＳ１０及びステップＳ１１において、同時に実行されてもよい。例えば、撮像モジュール１７０が牛を撮像するときに、距離計測モジュール１７１が距離を計測する。そして、ステップＳ１１において、データ送受信モジュール１５０は、撮像画像データに加え、距離データをも送信する構成であってもよい。
ＤＢ作成モジュール３０は、この撮像画像データに映っている牛の輪郭を取得する（ステップＳ１５）。ＤＢ作成モジュール３０は、撮像画像データを、画像認識することにより、牛の輪郭を取得する。輪郭とは、例えば、牛の概形をかたどったものである。
ＤＢ作成モジュール３０は、取得した牛の輪郭と、距離データとに基づいて、撮像した牛の面積を算出する（ステップＳ１６）。ＤＢ作成モジュール３０は、取得した牛の輪郭から、この牛の輪郭の面積を算出する。ＤＢ作成モジュール３０は、算出した牛の輪郭の面積と、距離データとに基づいて、撮像した牛の面積を算出する。
ＤＢ作成モジュール３０は、算出した牛の面積と、牛の計測データとを関連付けた輪郭サンプルＤＢを作成し、記憶する（ステップＳ１７）。なお、ＤＢ作成モジュール３０は、算出した面積に替えて、取得した輪郭と牛の計測データとを関連付けて輪郭サンプルＤＢを作成し、記憶する構成であってもよい。
情報端末１００は、この輪郭サンプルＤＢ作成処理を十分な数、例えば、１００頭前後の牛に対して実行し、輪郭サンプルＤＢを作成する。なお、輪郭サンプルＤＢは、上述した数のサンプル数に限らず、それよりも多くとも少なくともよい。多ければ多いほど、後述する体重の推測の際に、精度の向上を図ることができる。
以上が、輪郭サンプルＤＢ作成処理である。
［特徴量サンプルＤＢ作成処理］
次に、図５に基づいて、動物体重推測システム１が実行する特徴量サンプルＤＢ作成処理について説明する。図５は、サーバ１０、情報端末１００が実行する特徴量サンプルＤＢ作成処理のフローチャートを示す図である。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。
サーバ１０及び情報端末１００は、上述したステップＳ１０乃至ステップＳ１２の処理と同様の処理を実行する（ステップＳ２０乃至ステップＳ２２）。
ＤＢ作成モジュール３０は、この撮像画像データに映っている牛の特徴量を取得する（ステップＳ２３）。ステップＳ２３において、ＤＢ作成モジュール３０は、撮像画像データを、画像認識することにより、牛の特徴量を抽出する。特徴量とは、例えば、身体的な特徴、各部位等である。
ＤＢ作成モジュール３０は、取得した牛の特徴量と、牛の計測データとを関連付けた特徴量サンプルＤＢを作成し、記憶する（ステップＳ２４）。ステップＳ２４において、ＤＢ作成モジュール３０はこの牛の全ての特徴量を一の特徴量としてまとめ、まとめた一の特徴量と計測データとを関連付ける。なお、ＤＢ作成モジュール３０は、個々の特徴量と計測データとを関連付ける構成であってもよい。
情報端末１００は、この特徴量サンプルＤＢ作成処理を、十分な数、例えば、１００頭前後の牛に対して実行し、特徴量サンプルＤＢを作成する。なお、特徴量サンプルＤＢは、上述した数のサンプル数に限らず、それよりも多くとも少なくともよい。多ければ多いほど、後述する体重の推測の際に、精度の向上を図ることができる。
以上が、特徴量サンプルＤＢ作成処理である。
［３ＤモデルサンプルＤＢ作成処理］
次に、図６に基づいて、動物体重推測システム１が実行する３ＤモデルサンプルＤＢ作成処理について説明する。図６は、サーバ１０、情報端末１００が実行する３ＤモデルサンプルＤＢ作成処理のフローチャートを示す図である。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。
サーバ１０及び情報端末１００は、上述したステップＳ１０乃至ステップＳ１２の処理と同様の処理を実行する（ステップＳ３０乃至ステップＳ３２）。
３Ｄモデル作成モジュール３１は、撮像画像データを画像認識し、撮像画像データに含まれる牛の３Ｄモデルを作成する（ステップＳ３３）。ステップＳ３３において、３Ｄモデル作成モジュール３１は、牛の画像を、３Ｄデータ化し、３Ｄモデルを作成する。
ＤＢ作成モジュール３０は、作成した牛の３Ｄモデルと、牛の計測データとを関連付けた３ＤモデルサンプルＤＢを作成し、記憶する（ステップＳ３４）。
情報端末１００は、この３ＤモデルサンプルＤＢ作成処理を、十分な数、例えば、１００頭前後の牛に対して実行し、３ＤモデルサンプルＤＢを作成する。なお、３ＤモデルサンプルＤＢは、上述した数のサンプル数に限らず、それよりも多くとも少なくともよい。多ければ多いほど、後述する体重の推測の際に、精度の向上を図ることができる。
以上が、３ＤモデルサンプルＤＢ作成処理である。
［第１の動物体重推測処理］
図７乃至図９に基づいて、動物体重推測システム１が実行する輪郭に基づく第１の動物体重推測処理について説明する。図７乃至図９は、サーバ１０、情報端末１００が実行する第１の動物体重推測処理のフローチャートを示す図である。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。
はじめに、撮像モジュール１７０は、動物を撮像する（ステップＳ４０）。ステップＳ４０の処理は、上述したステップＳ１０の処理と同様である。
データ送受信モジュール１５０は、撮像画像データを、サーバ１０に送信する（ステップＳ４１）。ステップＳ４１の処理は、上述したステップＳ１１の処理と同様である。
データ送受信モジュール２０は、撮像画像データを受信する。
距離計測モジュール１７１は、撮像した牛と、この牛を撮像した撮像位置との間の距離を計測する（ステップＳ４２）。ステップＳ４２の処理は、上述したステップＳ１３の処理と同様である。
データ送受信モジュール１５０は、距離データをサーバ１０に送信する（ステップＳ４３）。ステップＳ４３の処理は、上述したステップＳ１４の処理と同様である。なお、ステップＳ４２及びステップＳ４３の処理は、上述したステップＳ４０及びステップＳ４１の処理において、同時に実行されてもよい。例えば、撮像モジュール１７０が牛を撮像するときに、距離計測モジュール１７１が距離を計測する。データ送受信モジュール１５０は、撮像画像データに加え、距離データを送信する構成であってもよい。
撮像モジュール１７０は、牛のサーモグラフィーを取得する（ステップＳ４４）。ステップＳ４４において、情報端末１００は、専用のアプリケーションにより牛を撮像し、この牛のサーモグラフィーを取得することや、サーモグラフィーを撮像する装置を有線又は無線接続することにより、この装置により撮像されたこの牛のサーモグラフィーを取得することを実行する。
データ送受信モジュール１５０は、サーモグラフィーの情報であるサーモグラフィーデータを、サーバ１０に送信する（ステップＳ４５）。なお、ステップＳ４４及びステップＳ４５の処理は、上述した距離データの取得及び送信と同様に、上述したステップＳ４０及びステップＳ４１の処理において、同時に実行される構成であってもよい。例えば、撮像モジュール１７０が牛を撮像するとき、この牛のサーモグラフィーも取得する。データ送受信モジュール１５０は、撮像画像データに加え、サーモグラフィーデータを送信する構成であってもよい。また、ステップＳ４２及びステップＳ４３の処理と、ステップＳ４４及びステップＳ４５の処理とは、順序が入れ替わってもよい。
データ送受信モジュール２０は、サーモグラフィーデータを受信する。
３Ｄモデル作成モジュール３１は、撮像画像データを画像認識し、撮像画像データに含まれる牛の３Ｄモデルを作成する（ステップＳ４６）。ステップＳ４６の処理は、上述したステップＳ３３の処理と同様である。
体重推測モジュール３２は、作成した３Ｄモデルに基づいて、所定の部位の比率を算出する（ステップＳ４７）。ステップＳ４７において、体重推測モジュール３２は、耳から鼻までの間の距離と、鼻から胴体までの間の距離との比率や、前脚から後脚までの間の距離と、前脚の長さと、後脚の長さとの比率等を算出する。
体重推測モジュール３２は、算出した比率に基づいて、牛の向いている方向等を判断する（ステップＳ４８）。ステップＳ４８において、体重推測モジュール３２は、予め記憶された前、後ろ、正面等の所定の向きにおける部位の比率と、算出した比率とに基づいて、どの方向を向いているのかを判断する。なお、体重推測モジュール３２は、その他の構成により、牛の向いている方向を判断してもよい。
体重推測モジュール３２は、判断した向きと、作成した３Ｄモデルと、３ＤモデルサンプルＤＢに格納された牛の３Ｄモデルとを照合し、この３Ｄモデルに関連付けられた牛の体重の推測データを取得する（ステップＳ４９）。ステップＳ４９において、体重推測モジュール３２は、作成した３Ｄモデルと近似又は一致する３ＤモデルサンプルＤＢに格納された３Ｄモデルを抽出する。近似とは、例えば、誤差数％以内であること等である。体重推測モジュール３２は、この抽出した３Ｄモデルに関連付けられた体重の計測データを取得する。このようにすることにより、体重推測モジュール３２は、作成した牛の３Ｄモデルから、この牛の体重を推測する。
なお、上述したステップＳ４６乃至ステップＳ４９の処理は、必ずしも実行されなくてもよい。この場合、これらの処理を省略し、以降の処理を実行する構成であればよい。
体重推測モジュール３２は、撮像画像データにおける牛の輪郭を取得する（ステップＳ５０）。ステップＳ５０の処理は、上述したステップＳ１５の処理を体重推測モジュール３２が実行する点を除けば同様である。
体重推測モジュール３２は、取得した牛の輪郭と、距離データとに基づいて、牛の面積を算出する（ステップＳ５１）。ステップＳ５１の処理は、上述したステップＳ１６の処理を、体重推測モジュール３２が実行する点を除けば同様である。
体重推測モジュール３２は、算出した牛の面積と、輪郭サンプルＤＢに格納された牛の面積とを照合し、この面積に関連付けられた牛の体重の計測データを取得する（ステップＳ５２）。ステップＳ５２において、体重推測モジュール３２は、算出した牛の面積と近似又は一致する輪郭サンプルＤＢに格納された面積を抽出する。近似とは、例えば、誤差数％以内であること等である。体重推測モジュール３２は、この抽出した面積に関連付けられた体重の計測データを取得する。このようにすることにより、体重推測モジュール３２は、算出した牛の面積から、この牛の体重を推測する。
なお、体重推測モジュール３２は、牛の面積により牛の体重の計測データを取得する代わりに、牛の輪郭により牛の体重の計測データを取得する構成であってもよい。この場合、輪郭サンプルＤＢに、牛の輪郭データを格納し、この輪郭データに体重の計測データが関連付けられていればよい。体重推測モジュール３２は、抽出した牛の輪郭と、輪郭サンプルＤＢに格納された輪郭データとを照合し、一致又は近似する輪郭サンプルＤＢに格納された輪郭データを抽出する。体重推測モジュール３２は、この抽出した輪郭データに関連付けられた体重の推測データを取得する構成にすればよい。
体重推測モジュール３２は、サーモグラフィーデータに基づいて、牛の温度分布を抽出する（ステップＳ５３）。
体重推測モジュール３２は、抽出した温度分布に基づいて、牛の各部位や全体における筋肉量と脂肪量とを判別し、体脂肪率を算出する（ステップＳ５４）。筋肉と脂肪とは、温度差が存在するため、所定の温度以下であるか否か等の判断基準に基づいて、筋肉と脂肪の量を判別することが可能である。
なお、ステップＳ５３及びステップＳ５４の処理は、必ずしも実行されなくてもよい。この場合、これらの処理を省略し、以降の処理を実行する構成であればよい。
体重推測モジュール３２は、３Ｄモデルから取得した体重の計測データ及び輪郭から取得した体重の計測データに、算出した体脂肪率を加味することにより、牛の体重を推測する（ステップＳ５５）。ステップＳ５５において、体重推測モジュール３２は、３Ｄモデルから取得した体重の計測データと、輪郭から取得した体重の計測データとの平均値等に、体脂肪率を加味することにより、牛の体重を推測する。体重推測モジュール３２は、体脂肪率を加味することにより、牛の体重を推測する際、その精度を向上させることが可能となる。なお、ステップＳ５５において、体重推測モジュール３２は、体脂肪率に替えて、筋肉量又は脂肪量のいずれか又は双方を、計測データに加味することにより、体重を推測する構成であってもよい。この場合、例えば、筋肉量と脂肪量を其々算出し、この算出した筋肉量と脂肪量とを計測データに加味する構成であればよい。また、他の構成であってもよい。
なお、ステップＳ５５において、体重推測モジュール３２は、３Ｄモデル又は体脂肪率に関する処理を省略した場合、対応する情報を削除した処理を実行すればよい。例えば、体重推測モジュール３２は、３Ｄモデルに関する処理を省略した場合、輪郭から取得した体重の計測データに、算出した体脂肪率を加味することにより、牛の体重を推測する構成とすればよい。また、体重推測モジュール３２は、体脂肪率に関する処理を省略した場合、３Ｄモデルから取得した体重の計測データと、輪郭から取得した体重の計測データとに基づいて、牛の体重を推測する構成とすればよい。また、体重推測モジュール３２は、３Ｄモデル及び体脂肪率に関する処理を省略した場合、輪郭から取得した体重の計測データを、牛の体重として推測する構成とすればよい。
データ送受信モジュール２０は、推測した体重である体重データを、情報端末１００に送信する（ステップＳ５６）。
データ送受信モジュール１５０は、体重データを受信する。表示モジュール１７２は、体重データに基づいて牛の体重を表示する（ステップＳ５７）。ステップＳ５７において、表示モジュール１７２は、撮像した撮像画像を表示するとともに、この撮像画像に重畳させた領域又は撮像画像を表示する領域とは異なる領域に、体重データに基づいた牛の体重を表示する。
以上が、第１の動物体重推測処理である。
［第２の動物体重推測処理］
次に、図１０乃至図１２に基づいて、動物体重推測システム１が実行する特徴量に基づく第２の動物体重推測処理について説明する。図１０乃至図１２は、サーバ１０、情報端末１００が実行する第２の動物体重推測処理のフローチャートを示す図である。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。
撮像モジュール１７０は、動物を撮像する（ステップＳ６０）。ステップＳ６０の処理は、上述したステップＳ１０の処理と同様である。
データ送受信モジュール１５０は、撮像画像データを、サーバ１０に送信する（ステップＳ６１）。ステップＳ６１の処理は、上述したステップＳ１１の処理と同様である。
データ送受信モジュール２０は、撮像画像データを受信する。
撮像モジュール１７０は、牛のサーモグラフィーを取得する（ステップＳ６２）。ステップＳ６２の処理は、上述したステップＳ４４の処理と同様である。
データ送受信モジュール１５０は、サーモグラフィーデータを、サーバ１０に送信する（ステップＳ６３）。ステップＳ６３の処理は、上述したステップＳ４５の処理と同様である。なお、ステップＳ６２及びステップＳ６３の処理は、上述したステップＳ６０及びステップＳ６１の処理において、同時に実行される構成であってもよい。例えば、撮像モジュール１７０が牛を撮像するとき、この牛のサーモグラフィーも取得する。データ送受信モジュール１５０は、撮像画像データに加え、サーモグラフィーデータを送信する構成であってもよい。
データ送受信モジュール２０は、サーモグラフィーデータを受信する。
３Ｄモデル作成モジュール３１は、撮像画像データを画像認識し、撮像画像データに含まれる牛の３Ｄモデルを作成する（ステップＳ６４）。ステップＳ６４の処理は、上述したステップＳ３３の処理と同様である。
体重推測モジュール３２は、作成した３Ｄモデルに基づいて、所定の部位の比率を算出する（ステップＳ６５）。ステップＳ６５の処理は、上述したステップＳ４７の処理と同様である。
体重推測モジュール３２は、算出した比率に基づいて、牛の向いている方向等を判断する（ステップＳ６６）。ステップＳ６６の処理は、上述したステップＳ４８の処理と同様である。
体重推測モジュール３２は、判断した向きと、作成した３Ｄモデルと、３ＤモデルサンプルＤＢに格納された牛の３Ｄモデルとを照合し、この３Ｄモデルに関連付けられた牛の体重の推測データを取得する（ステップＳ６７）。ステップＳ６７の処理は、上述したステップＳ４９の処理と同様である。
なお、上述したステップＳ６４乃至ステップＳ６７の処理は、必ずしも実行されなくてもよい。この場合、これらの処理を省略し、以降の処理を実行する構成であればよい。
体重推測モジュール３２は、撮像画像データに映っている牛の特徴量を取得する（ステップＳ６８）。ステップＳ６８の処理は、上述したステップＳ２３の処理を体重推測モジュール３２が実行する点を除けば同様である。
体重推測モジュール３２は、取得した牛の特徴量と、特徴量サンプルＤＢに格納された牛の特徴量とを照合し、この特徴量に関連付けられた牛の体重の計測データを取得する（ステップＳ６９）。ステップＳ６９において、体重推測モジュール３２は、取得した牛の特徴量と近似又は一致する特徴量サンプルＤＢに格納された特徴量を抽出する。近似とは、例えば、誤差数％以内であること等である。体重推測モジュール３２は、この抽出した特徴量に関連付けられた体重の計測データを取得する。このようにすることにより、体重推測モジュール３２は、抽出した特徴量から、この牛の体重を推測する。
体重推測モジュール３２は、サーモグラフィーデータに基づいて、牛の温度分布を抽出する（ステップＳ７０）。ステップＳ７０の処理は、上述したステップＳ５３の処理と同様である。
体重推測モジュール３２は、抽出した温度分布に基づいて、牛の各部位や全体における筋肉量と脂肪量とを判別し、体脂肪率を算出する（ステップＳ７１）。ステップＳ７１の処理は、上述したステップＳ５４の処理と同様である。
なお、ステップＳ７０及びステップＳ７１の処理は、必ずしも実行されなくてもよい。この場合、これらの処理を省略し、以降の処理を実行する構成であればよい。
体重推測モジュール３２は、３Ｄモデルから取得した体重の計測データ及び特徴量から取得した体重の計測データに、算出した体脂肪率を加味することにより、牛の体重を推測する（ステップＳ７２）。ステップＳ７２において、体重推測モジュール３２は、３Ｄモデルから取得した体重の計測データと、特徴量から取得した体重の計測データとの平均値等に体脂肪率を加味することにより、牛の体重を推測する。体重推測モジュール３２は、体脂肪率を加味することにより、牛の体重を推測する際、その精度を向上させることが可能となる。なお、ステップＳ７２において、体重推測モジュール３２は、体脂肪率に替えて、筋肉量又は脂肪量のいずれか又は双方を、計測データに加味することにより、体重を推測する構成であってもよい。この場合、筋肉量と脂肪量とを其々算出し、この算出した筋肉量と脂肪量とを計測データに加味する構成であればよい。また、他の構成であってもよい。
なお、ステップＳ７２において、体重推測モジュール３２は、３Ｄモデル又は体脂肪率に関する処理を省略した場合、対応する情報を削除した処理を実行すればよい。例えば、体重推測モジュール３２は、３Ｄモデルに関する処理を省略した場合、特徴量から取得した体重の計測データに、算出した体脂肪率を加味することにより、牛の体重を推測する構成とすればよい。また、体重推測モジュール３２は、体脂肪率に関する処理を省略した場合、３Ｄモデルから取得した体重の計測データと、特徴量から取得した体重の計測データとに基づいて、牛の体重を推測する構成とすればよい。また、体重推測モジュール３２は、３Ｄモデル及び体脂肪率に関する処理を省略した場合、特徴量から取得した体重の計測データを、牛の体重として推測する構成とすればよい。
データ送受信モジュール２０は、体重データを、情報端末１００に送信する（ステップＳ７３）。ステップＳ７３の処理は、上述したステップＳ５６の処理と同様である。
データ送受信モジュール１５０は、体重データを受信する。表示モジュール１７２は、体重データに基づいて、牛の体重を表示する（ステップＳ７４）。ステップＳ７４の処理は、上述したステップＳ５７の処理と同様である。
以上が、第２の動物体重推測処理である。
なお、上述した各処理は、サーバ１０と情報端末１００とにより実行されているが、情報端末１００のみにより実行されてもよい。この場合、サーバ１０が実行する処理を情報端末１００が実行する構成とすればよい。
上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、フレキシブルディスク、ＣＤ（ＣＤ−ＲＯＭなど）、ＤＶＤ（ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記憶装置又は外部記憶装置に転送し記憶して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記憶装置（記録媒体）に予め記録しておき、その記憶装置から通信回線を介してコンピュータに提供するようにしてもよい。
以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。
１ 動物体重推測システム、１０ サーバ、１００ 情報端末

Claims (7)

  1. 動物の体重を推測する動物体重推測システムであって、
    サンプル動物の面積と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースと、
    体重を推測する対象である対象動物の撮像画像を撮像する撮像手段と、
    前記撮像した撮像画像から、前記対象動物の輪郭データを取得する輪郭データ取得手段と、
    前記対象動物と、当該対象動物を撮像した撮像位置との間の距離を計測する距離計測手段と、
    前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成する３Ｄモデル作成手段と、
    作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断する動物向き判断手段と、
    前記取得した輪郭データと前記計測した距離とから、前記対象動物の面積を算出する面積算出手段と、
    前記データベースから、前記対象動物の面積に近い面積の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重の実測値と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測する体重推測手段と、
    を備えることを特徴とする動物体重推測システム。
  2. 動物の体重を推測する動物体重推測システムであって、
    予め撮像されたサンプル動物を画像認識することによって得られる前記サンプル動物の特徴量と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースと、
    体重を推測する対象である対象動物の撮像画像を撮像する撮像手段と、
    前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成する３Ｄモデル作成手段と、
    作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断する動物向き判断手段と、
    前記撮像した撮像画像から、前記対象動物の特徴量を取得する特徴量取得手段と、
    前記データベースから、前記対象動物の特徴量に近い特徴量の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測する体重推測手段と、
    を備えることを特徴とする動物体重推測システム。
  3. 前記対象動物の温度を計測する温度計測手段と、
    を備え、
    前記体重推測手段は、前記計測した温度から前記対象動物の筋肉量又は脂肪量を加味して、体重を推測する、
    ことを特徴とする請求項１又は２に記載の動物体重推測システム。
  4. 動物の体重を推測する動物体重推測システムが実行する動物体重推測方法であって、
    体重を推測する対象である対象動物の撮像画像を撮像するステップと、
    前記撮像した撮像画像から、前記対象動物の輪郭データを取得するステップと、
    前記対象動物と、当該対象動物を撮像した撮像位置との間の距離を計測するステップと、
    前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップと、
    作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップと、
    前記取得した輪郭データと前記計測した距離とから、前記対象動物の面積を算出するステップと、
    サンプル動物の面積と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の面積に近い面積の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重の実測値と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップと、
    を備えることを特徴とする動物体重推測方法。
  5. 動物の体重を推測する動物体重推測システムが実行する動物体重推測方法であって、
    体重を推測する対象である対象動物の撮像画像を撮像するステップと、
    前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップと、
    作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップと、
    前記撮像した撮像画像から、前記対象動物の特徴量を取得するステップと、
    予め撮像されたサンプル動物を画像認識することによって得られる前記サンプル動物の特徴量と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の特徴量に近い特徴量の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップと、
    を備えることを特徴とする動物体重推測方法。
  6. 動物の体重を推測する動物体重推測システムに、
    体重を推測する対象である対象動物の撮像画像を撮像するステップ、
    前記撮像した撮像画像から、前記対象動物の輪郭データを取得するステップ、
    前記対象動物と、当該対象動物を撮像した撮像位置との間の距離を計測するステップ、
    前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップ、
    作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップ、
    前記取得した輪郭データと前記計測した距離とから、前記対象動物の面積を算出するステップ、
    サンプル動物の面積と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の面積に近い面積の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重の実測値と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップ、
    を実行させるためのコンピュータ読み取り可能なプログラム。
  7. 動物の体重を推測する動物体重推測システムに、
    体重を推測する対象である対象動物の撮像画像を撮像するステップ、
    前記撮像した撮像画像から、前記対象動物の３Ｄモデルを作成するステップ、
    作成した前記３Ｄモデルに基づいて、前記対象動物の向きを判断するステップ、
    前記撮像した撮像画像から、前記対象動物の特徴量を取得するステップ、
    予め撮像されたサンプル動物を画像認識することによって得られる前記サンプル動物の特徴量と前記サンプル動物の体重の実測値との関係及び前記サンプル動物の３Ｄモデルと前記サンプル動物の体重の実測値との関係が予め記憶されるデータベースから、前記対象動物の特徴量に近い特徴量の前記サンプル動物と、前記対象動物の向き及び作成した前記３Ｄモデルに近い３Ｄモデルの前記サンプル動物とを其々抽出し、前記データベースに予め記憶された前記サンプル動物の前記面積に基づいた体重と、前記３Ｄモデルに基づいた体重の実測値とから前記対象動物の体重を推測するステップ、
    を実行させるためのコンピュータ読み取り可能なプログラム。
JP2018520315A 2016-06-03 2016-06-03 動物体重推測システム、動物体重推測方法及びプログラム Active JP6637169B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/066602 WO2017208436A1 (ja) 2016-06-03 2016-06-03 動物体重推測システム、動物体重推測方法及びプログラム

Publications (2)

Publication Number Publication Date
JPWO2017208436A1 JPWO2017208436A1 (ja) 2019-04-11
JP6637169B2 true JP6637169B2 (ja) 2020-01-29

Family

ID=60478151

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018520315A Active JP6637169B2 (ja) 2016-06-03 2016-06-03 動物体重推測システム、動物体重推測方法及びプログラム

Country Status (3)

Country Link
US (1) US10895491B2 (ja)
JP (1) JP6637169B2 (ja)
WO (1) WO2017208436A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021166894A1 (ja) * 2020-02-18 2021-08-26
JPWO2021193816A1 (ja) * 2020-03-26 2021-09-30

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6559197B2 (ja) * 2017-09-01 2019-08-14 Ｎｔｔテクノクロス株式会社 体重出力装置、体重出力方法及びプログラム
CA3084664A1 (en) * 2017-11-06 2019-05-09 Dairy Tech, Inc. System and method of estimating livestock weight
KR102122131B1 (ko) * 2017-12-26 2020-06-11 주식회사 일루베이션 가축 무게 측정 시스템 및 이를 이용한 가축 무게 측정 방법
JP7181005B2 (ja) * 2018-05-29 2022-11-30 Ｎｅｃソリューションイノベータ株式会社 家畜の出荷判定表示装置、出荷判定表示方法、プログラム、および記録媒体
CN110836715A (zh) * 2018-08-16 2020-02-25 株式会社日立制作所 移动体体重测定系统及移动体体重测定方法
US11594060B2 (en) 2018-08-30 2023-02-28 Panasonic Intellectual Property Management Co., Ltd. Animal information management system and animal information management method
KR102269532B1 (ko) * 2019-04-19 2021-06-25 주식회사 일루베이션 3차원 이미지를 활용한 가축 무게 측정 시스템 및 이를 이용한 가축 무게 측정 방법
KR102131558B1 (ko) * 2019-05-22 2020-07-07 주식회사 일루베이션 라이다를 이용한 가축 무게 측정 시스템 및 이를 이용한 가축 무게 측정 방법
KR102131559B1 (ko) * 2019-05-27 2020-07-07 주식회사 일루베이션 건 타입 가축 무게 측정 장치 및 이를 이용한 가축 무게 측정 방법
KR102131560B1 (ko) * 2019-05-27 2020-07-07 주식회사 일루베이션 웨어러블 타입 가축 무게 측정 장치 및 이를 이용한 가축 무게 측정 방법
KR102123761B1 (ko) * 2019-06-20 2020-06-16 주식회사 일루베이션 3d 스캐닝을 이용한 3d 모델 분석 기반의 가축 추적 시스템 및 이의 가축 체중 예측 방법
CN110288580A (zh) * 2019-06-25 2019-09-27 深圳德里克设备有限公司 牲畜体重的测量方法、测量装置及可读存储介质
CN110426112B (zh) * 2019-07-04 2022-05-13 平安科技（深圳）有限公司 一种生猪体重测量方法及装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2613527B2 (ja) 1992-06-19 1997-05-28 秀夫 皆川 画像処理による家畜の体重推定法
JP3511881B2 (ja) * 1997-09-17 2004-03-29 住友金属工業株式会社 結晶粒径測定装置
JP2002243527A (ja) * 2001-02-20 2002-08-28 Hideo Minagawa 家畜の非接触式体重計測方法
JP2003254810A (ja) * 2002-03-06 2003-09-10 Canon Inc 液滴量計測方法、及び液滴量計測装置
JP4216034B2 (ja) 2002-10-07 2009-01-28 芝浦メカトロニクス株式会社 液状物質滴下装置および方法
JP2004144727A (ja) 2002-10-23 2004-05-20 Kiyoaki Yoshii 体寸法計測システム
JP2008008889A (ja) * 2006-05-31 2008-01-17 Canon Inc ギャップ測定方法、インプリント方法、及びインプリント装置
WO2007142250A1 (en) 2006-05-31 2007-12-13 Canon Kabushiki Kaisha Gap measuring method, imprint method, and imprint apparatus
JP2009229239A (ja) * 2008-03-21 2009-10-08 Fujifilm Corp 粒子径測定装置および測定方法
BRPI1009931A2 (pt) * 2009-05-01 2016-03-15 Univ Texas Tech System sistema para estimar a massa estereoscópica sem contato remoto
JP5149930B2 (ja) * 2010-03-23 2013-02-20 日立アロカメディカル株式会社 Ｘ線ｃｔ装置及び画像処理方法
US9311556B2 (en) * 2010-05-19 2016-04-12 Plf Agritech Pty Ltd Image analysis for making animal measurements including 3-D image analysis
AU2010219406B2 (en) * 2010-05-19 2013-01-24 Plf Agritech Pty Ltd Image analysis for making animal measurements
US8755570B2 (en) * 2011-04-27 2014-06-17 Steve Gomas Apparatus and method for estimation of livestock weight
JP5721547B2 (ja) 2011-06-09 2015-05-20 キヤノン株式会社 気泡体積計測方法および気泡体積計測装置
US8588476B1 (en) * 2012-06-04 2013-11-19 Clicrweight, LLC Systems for determining animal metrics and related devices and methods
JP6083638B2 (ja) * 2012-08-24 2017-02-22 国立大学法人 宮崎大学 動物体の体重推定装置、及び体重推定方法
CN104039216B (zh) * 2012-09-28 2017-12-19 松下电器（美国）知识产权公司 口腔内检查装置及信息显示方法
US9177194B2 (en) * 2014-01-29 2015-11-03 Sony Corporation System and method for visually distinguishing faces in a digital image

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021166894A1 (ja) * 2020-02-18 2021-08-26
JP7210862B2 (ja) 2020-02-18 2023-01-24 国立大学法人 宮崎大学 重量推定装置及びプログラム
JPWO2021193816A1 (ja) * 2020-03-26 2021-09-30
WO2021193816A1 (ja) * 2020-03-26 2021-09-30 Ｎｔｔテクノクロス株式会社 撮影装置、撮影方法及びプログラム
JP7436637B2 (ja) 2020-03-26 2024-02-21 Ｎｔｔテクノクロス株式会社 撮影装置、撮影方法及びプログラム

Also Published As

Publication number Publication date
JPWO2017208436A1 (ja) 2019-04-11
US10895491B2 (en) 2021-01-19
US20190186981A1 (en) 2019-06-20
WO2017208436A1 (ja) 2017-12-07

Similar Documents

Publication Publication Date Title
JP6637169B2 (ja) 動物体重推測システム、動物体重推測方法及びプログラム
KR20180100180A (ko) 맞춤화/개인별화된 머리 전달 함수 생성 방법
TW202040348A (zh) 用於眼鏡之虛擬試戴系統及方法
CA3077970A1 (en) Liveness detection
JP7057971B2 (ja) 動物体の体重推定装置及び体重推定方法
WO2020010561A1 (zh) 测量物体参数的方法及装置
CN111426393A (zh) 温度修正方法、装置及系统
KR102362470B1 (ko) 족부 정보 처리 방법 및 장치
WO2015013195A2 (en) Determining and validating a posture of an animal
CN104123530A (zh) 受检对象姿势检测设备、方法和磁共振成像系统
JP2017097577A (ja) 姿勢推定方法及び姿勢推定装置
JP2014085933A (ja) ３次元姿勢推定装置、３次元姿勢推定方法、及びプログラム
KR101636171B1 (ko) 스켈레톤 트래킹 방법 및 이를 이용한 스켈레톤 트래킹 시스템
JP2023129574A (ja) 体重推定装置、体重推定方法及びプログラム
JPWO2018078867A1 (ja) コンピュータシステム、動物の診断方法及びプログラム
CN115695734A (zh) 红外热成像防护监控方法、装置、设备、系统和介质
Trivedi et al. Height estimation of children under five years using depth images
WO2021193672A1 (ja) 三次元モデル生成方法及び三次元モデル生成装置
KR102537863B1 (ko) 모돈 관리 및 환경 제어 시스템
JP6579353B1 (ja) 情報処理装置、情報処理方法、寸法データ算出装置、及び製品製造装置
WO2020059716A1 (ja) サイズ測定システム
Chang et al. Seeing through the appearance: Body shape estimation using multi-view clothing images
JP7136344B2 (ja) カメラの較正方法、カメラ及びプログラム
CN112883913A (zh) 一种儿童刷牙训练教导系统和方法及电动牙刷
KR20220098314A (ko) 뉴럴 네트워크의 트레이닝 방법과 장치 및 관련 대상 검출 방법과 장치

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181203

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181203

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190730

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190924

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20191210

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191219

R150 Certificate of patent or registration of utility model

Ref document number: 6637169

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250