JP7008958B1 - 錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システム - Google Patents

錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システム Download PDF

Info

Publication number
JP7008958B1
JP7008958B1 JP2021163905A JP2021163905A JP7008958B1 JP 7008958 B1 JP7008958 B1 JP 7008958B1 JP 2021163905 A JP2021163905 A JP 2021163905A JP 2021163905 A JP2021163905 A JP 2021163905A JP 7008958 B1 JP7008958 B1 JP 7008958B1
Authority
JP
Japan
Prior art keywords
nishiki
koi
nishikigoi
information
evaluation
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
JP2021163905A
Other languages
English (en)
Other versions
JP2023054914A (ja
Inventor
軍 范
Original Assignee
三信トレーディング株式会社
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 三信トレーディング株式会社 filed Critical 三信トレーディング株式会社
Priority to JP2021163905A priority Critical patent/JP7008958B1/ja
Priority to CN202111353235.5A priority patent/CN114170624B/zh
Application granted granted Critical
Publication of JP7008958B1 publication Critical patent/JP7008958B1/ja
Publication of JP2023054914A publication Critical patent/JP2023054914A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】簡易かつ効率的に錦鯉の品評会を実施することができる錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システムを提供する。【解決手段】出品対象の複数の錦鯉の出品情報を受け付ける出品情報受付部１１と、複数の錦鯉の出品情報を、錦鯉の審査員に対して閲覧可能に表示させる出品情報表示制御部（表示制御部１３）と、出品対象の複数の錦鯉に対する審査員の審査結果を受け付ける審査結果受付部１５と、複数の錦鯉の審査結果を表示させる審査結果表示制御部（表示制御部１３）とを備える。【選択図】図１

Description

本発明は、錦鯉の品評会を実施する錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システムに関するものである。
従来、錦鯉を評価する品評会が行われている。錦鯉の品評会では、出品者によって出品された錦鯉が審査員によって審査され、その審査結果に基づいて、順位付けがされたりする。
錦鯉の品評会への出品については、従来は、出品者が出品対象の錦鯉の情報や自身の情報を書面に記入し、これを錦鯉の品評会の運営者に提出していた。
また、品評会は、出品者が開催会場まで出品対象の錦鯉を搬送し、審査員が実際に錦鯉を観察することによって行われていた。
特許第６６５０９８４号公報
しかしながら、上述したように出品情報を書面によって提出するようにしたのでは、出品者にとってはその書面の作成および送付に手間がかかり、また運営者にとっては書面の管理が煩わしいという問題があった。
また、新型コロナウイルスの影響により、従来のように出品者が開催会場に出品対象の錦鯉を搬送したり、審査員が開催会場に集まったりすることが困難な状況となっている。
なお、特許文献１においては、錦鯉を撮影した画像に基づいて、錦鯉の個体識別を行う方法が提案されているが、錦鯉の品評会については何も提案されていない。
本発明は、上記事情に鑑み、簡易かつ効率的に錦鯉の品評会を実施することができる錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システムを提供することを目的とする。
本発明の錦鯉品評会実施装置は、出品対象の複数の錦鯉の出品情報を受け付ける出品情報受付部と、複数の錦鯉の出品情報を、錦鯉の審査員に対して閲覧可能に表示させる出品情報表示制御部と、出品対象の複数の錦鯉に対する審査員の審査結果を受け付ける審査結果受付部と、複数の錦鯉の審査結果を表示させる審査結果表示制御部とを備える。
本発明の錦鯉品評会システムは、上記錦鯉品評会実施装置と、錦鯉の出品情報が作成され、その作成された出品情報を錦鯉品評会実施装置に出力する出品者用端末装置と、審査員による複数の錦鯉の審査結果が入力され、その入力された審査結果を錦鯉品評会実施装置に出力する審査員用端末装置とを備えることができる。
本発明の錦鯉品評会実施プログラムは、出品対象の複数の錦鯉の出品情報を受け付けるステップと、複数の錦鯉の出品情報を、錦鯉の審査員に対して閲覧可能に表示させるステップと、出品対象の複数の錦鯉に対する審査員の審査結果を受け付けるステップと、複数の錦鯉の審査結果を表示させるステップとをコンピュータに実行させる。
本発明の錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システムによれば、出品対象の複数の錦鯉の出品情報を受け付け、複数の錦鯉の出品情報を、錦鯉の審査員に対して閲覧可能に表示させ、出品対象の複数の錦鯉に対する審査員の審査結果を受け付け、その複数の錦鯉の審査結果を表示させるようにしたので、簡易かつ効率的に錦鯉の品評会を実施することができる。
本発明の錦鯉品評会システムの一実施形態の概略構成を示すブロック図 評価対象の錦鯉の画像の一例を示す図 姿勢補正処理済みの画像の一例を示す図 錦鯉の輪郭情報の一例を示す図 錦鯉の画像を構成する各画素の色の頻度分布の一例を示す図 錦鯉の評価結果であるレーダーチャートの一例を示す図 審査員用端末装置に表示される点数入力画面の一例を示す図 図１に示す錦鯉品評会システムの処理の流れを説明するためのフローチャート
以下、図面を参照して本発明の錦鯉品評会実施装置の一実施形態を用いた錦鯉品評会システムについて詳細に説明する。図１は、本実施形態の錦鯉品評会システム１の概略構成を示すブロック図である。
本実施形態の錦鯉品評会システム１は、従来よりも簡易かつ効率的に錦鯉品評会を実施することができ、さらに錦鯉の評価として客観的な評価を付与することができるシステムである。
錦鯉品評会システム１は、具体的には、図１に示すように、錦鯉品評会実施装置１０と、出品者用端末装置２０と、審査員用端末装置３０とを備えている。錦鯉品評会実施装置１０と出品者用端末装置２０との間および錦鯉品評会実施装置１０と審査員用端末装置３０との間は、インターネットやＬＡＮ（Local Area Network）などの通信回線を介して接続されており、互いに通信可能に構成されている。なお、図１においては、出品者用端末装置２０および審査員用端末装置３０をそれぞれ１台ずつしか記載していないが、実際には、出品者用端末装置２０は、出品者の数だけ錦鯉品評会実施装置１０に接続され、審査員用端末装置３０は、審査員の数だけ錦鯉品評会実施装置１０に接続される。
錦鯉品評会実施装置１０は、図１に示すように、出品情報受付部１１と、出品情報記憶部１２と、表示制御部１３と、ＡＩ評価部１４と、審査結果受付部１５とを備えている。
錦鯉品評会実施装置１０は、コンピュータから構成され、ＣＰＵ（Central Processing Unit）、半導体メモリ、ハードディスクおよび通信Ｉ／Ｆなどを備えている。
錦鯉品評会実施装置１０の半導体メモリまたはハードディスクには、本発明の錦鯉品評会実施プログラムの一実施形態がインストールされている。錦鯉品評会実施装置１０が備えるＣＰＵによって上記錦鯉品評会実施プログラムが実行されることによって、上記各部の機能が実現される。なお、本実施形態においては、上記各部の機能を、上述したように錦鯉品評会実施プログラムによって実現するようにしたが、これに限らず、一部または全部の機能をＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field-Programmable Gate Array）、その他の電気回路などのハードウェアから構成するようにしてもよい。
出品情報受付部１１は、出品対象の複数の錦鯉の出品情報を受け付ける。出品情報は、出品者用端末装置２０を用いて出品者によって作成され、出品者用端末装置２０から出力される。出品情報としては、たとえば出品対象の錦鯉を撮影した画像や動画、出品対象の錦鯉の生産地、血統、サイズおよび生産者情報などが含まれる。
出品対象の錦鯉の画像としては、錦鯉を上（背びれ側）から平面視した画像と、左側から撮影した画像と、右側から撮影した画像とが出品情報に含まれる。なお、本実施形態では、錦鯉の背びれ側を上、腹側を下とし、頭部側を前、尾側を後ろとし、右目側を右、左目側を左とする。また、錦鯉のサイズが分かるように、検寸器の目盛りと錦鯉全体との両方が含まれる画像が出品情報に含まれる。すなわち、出品情報には、平面視した画像と右側の画像と左画像の画像と検寸器の目盛りを含む全体画像との４つの画像が含まれる。
また、出品対象の錦鯉の動画としては、出品対象の錦鯉を撮影した１５秒～３０秒程度の動画が出品情報に含まれる。
また、出品情報受付部１１は、出品者の情報も受け付ける。出品者の情報としては、出品者の氏名および所属並びに出品者の識別情報などが含まれる。
出品情報記憶部１２は、上述した出品対象の錦鯉の出品情報とその出品者の情報とを紐付けして記憶する。
表示制御部１３は、出品情報記憶部１２に記憶された出品対象の錦鯉の出品情報とその出品者の情報とを出品者用端末装置２０および審査員用端末装置３０に閲覧可能に表示させる。なお、本実施形態の表示制御部１３は、本発明の出品情報表示制御部および審査結果表示制御部に相当する。
出品者用端末装置２０および審査員用端末装置３０では、出品情報記憶部１２に記憶された全ての出品情報が閲覧可能である。
出品者は、出品者用端末装置２０に表示された出品情報を閲覧することによって、自身の出品情報と他の出品者の出品情報を確認することができる。
審査員は、審査員用端末装置３０に表示された出品情報を閲覧することによって、出品情報に関する錦鯉について審査することができる。
ＡＩ評価部１４は、出品情報に含まれる錦鯉の画像に基づいて、出品対象の錦鯉を評価する。表示制御部１３は、錦鯉の出品情報とともに、ＡＩ評価部１４による錦鯉の評価結果を出品者用端末装置２０および審査員用端末装置３０に表示させる。ＡＩ評価部１４の構成および錦鯉の評価方法については、後で詳述する。
審査結果受付部１５は、出品対象の錦鯉に対する審査員の審査結果を受け付ける。本実施形態では、全ての出品情報の錦鯉がＡＩ評価部１４によって評価され、その評価結果（総合評価点数）の上位３匹～５匹の錦鯉が、審査員による最終審査を受ける。審査員は、審査員用端末装置３０において上述した上位３匹～５匹の錦鯉の出品情報を確認し、その審査結果を審査員用端末装置３０に設定入力する。
審査員用端末装置３０において審査員によって設定入力された審査結果が、錦鯉品評会実施装置１０に出力され、審査結果受付部１５によって受け付けられる。
表示制御部１３は、審査結果受付部１５によって受け付けられた錦鯉の審査結果に基づいて、最終審査結果として、総合評価点数が最も高い全体総合優勝の錦鯉の出品情報と、体型の点数が最も高い体型全体優勝の錦鯉の出品情報と、質の点数が最も高い質全体優勝の錦鯉の出品情報と、模様の点数が最も高い模様全体優勝の錦鯉の出品情報と、仕上がりの点数が最も高い仕上がり全体優勝の錦鯉の出品情報とを、出品者用端末装置２０および審査員用端末装置３０に表示させる。なお、体型、質、模様および仕上がりについては、後で詳述する。
次に、出品者用端末装置２０について説明する。
出品者用端末装置２０は、ＣＰＵ、半導体メモリ、ハードディスクおよび通信Ｉ／Ｆなどを備えている。出品者用端末装置２０は、たとえばタブレット端末、スマートフォン、デスクトップパソコンまたはノートパソコンなどから構成される。
出品者用端末装置２０の半導体メモリまたはハードディスクには、錦鯉出品情報作成表示プログラムがインストールされている。出品者用端末装置２０が備えるＣＰＵによって錦鯉出品情報作成表示プログラムが実行されることによって、錦鯉の出品情報の作成、出力および表示並びに審査結果の表示などが行われる。
次に、審査員用端末装置３０について説明する。
審査員用端末装置３０は、ＣＰＵ、半導体メモリ、ハードディスクおよび通信Ｉ／Ｆなどを備えている。審査員用端末装置３０は、たとえばタブレット端末、スマートフォン、デスクトップパソコンまたはノートパソコンなどから構成される。
審査員用端末装置３０の半導体メモリまたはハードディスクには、錦鯉出品情報審査プログラムがインストールされている。審査員用端末装置３０が備えるＣＰＵによって錦鯉出品情報審査プログラムが実行されることによって、錦鯉の出品情報の表示、審査結果の設定入力および審査結果の表示などが実現される。
次に、錦鯉品評会実施装置１０のＡＩ評価部１４について、詳細に説明する。
ＡＩ評価部１４は、図１に示すように、特徴量取得部４０および評価部４１を備えている。
特徴量取得部４０は、評価対象の錦鯉の画像から特徴量を抽出して取得する。本実施形態においては、特徴量として、錦鯉の体型の情報、錦鯉の色の情報、錦鯉の模様の情報および仕上がりの情報を取得する。評価対象の錦鯉の画像としては、各出品情報に含まれる平面視の画像が用いられる。
特徴量取得部４０は、上述した特徴量の抽出処理を行う前に、評価対象の錦鯉を撮影した画像に対して、特徴量の抽出精度を上げるための前処理を施す。特徴量取得部４０は、前処理として、まず、姿勢補正処理を施す。姿勢補正処理は、画像中における錦鯉の姿勢が、予め設定された姿勢となるように補正する処理である。
姿勢補正処理は、評価対象の錦鯉の画像が、たとえば図２に示すように、直交するＸ軸およびＹ軸を座標系とする画像である場合、画像中の錦鯉の姿勢がＹ方向に沿っていない場合に、Ｙ方向に沿うようにする処理である。具体的には、姿勢補正処理では、まず、画像中に含まれる錦鯉全体を含む最小の矩形（図２に示す破線の矩形）を設定し、その矩形の範囲の画像を切り出す切り出し処理を行う。そして、その矩形の範囲の画像の長辺が、Ｙ方向と平行となるような回転処理を行う。このような切り出し処理と回転処理によって、図３に示すような姿勢補正処理済みの画像が生成される。
次いで、姿勢補正処理済みの画像に対して色補正処理を施す。この色補正処理は、画像の色を原色に近づける処理である。たとえば画像に影が付いている場合には、その影を取り除くような色補正処理を行う。なお、影を取り除く色補正処理については、既存の画像処理を用いることができる。
さらに、色補正処理済みの画像に対して輪郭抽出処理を施す。輪郭抽出処理は、錦鯉の輪郭を抽出する処理である。この輪郭抽出処理についても、既存の画像処理を用いることができる。輪郭抽出処理によって抽出された錦鯉の輪郭情報は、以下で説明する特徴量の抽出の際に用いられる。
特徴量取得部４０は、上述したような姿勢補正処理および色補正処理が施された画像および輪郭抽出処理によって抽出された錦鯉の輪郭情報に基づいて、錦鯉の体型の情報、色の情報、模様の情報および仕上がりの情報を取得する。
まず、錦鯉の体型の情報について説明する。
錦鯉を評価する際、錦鯉の体型については、以下の点が考慮される。
・尾筒は細すぎず、太すぎないで身体の各部位と比例してバランスが取れていること
・頭の大きさと身体全体とがアンバランスでないこと
・体に対して各鰭の大きさがバランス取れて左右対称であること
・背筋および背骨をセンターラインとして弓状であり、左右対称で曲がりがないこと
・頭部から尾鰭にかけてのラインがスムーズなこと
そこで、本実施形態の特徴量取得部４０は、錦鯉の輪郭情報に基づいて、図４に示すａ～ｆを求める。ａは、頭部の幅であり、左目の内側から右目の内側の間の距離である。また、ｂは、肩幅（体で一番太いところの幅）であり、左胸鰭の最後部の端と右胸鰭の最後部の端の間の距離である。ｃは、腹の出っ張り具合であり、背鰭の前端の位置における左右両端の間の距離である。ｄは、尾筒の太さであり、尾鰭の前端の位置における左右両端の間の距離である。ｅは、胸鰭の横幅であって、胸鰭の付け根から左右方向の端までの距離である。ｆは、胸鰭の縦幅であって、胸鰭の前端から後端までの長さである。
なお、左目および右目の位置、胸鰭の位置、背鰭の位置および尾鰭の位置については、既存の画像処理およびパターン認識を用いることによって検出される。
そして、特徴量取得部４０は、下式を算出して、比率Ｗａ～Ｗｆを求める。
Ｗａ＝ａ／ｂ，Ｗｂ＝ｂ／ｃ，Ｗｃ＝ｃ／ｄ，Ｗｄ＝ａ／ｄ，Ｗｅ＝ｂ／ｅ，
Ｗｆ＝ｅ／ｆ
また、特徴量取得部４０は、錦鯉の輪郭情報に基づいて、図４に示すｇ～ｋを求める。ｇは、口先から尾鰭の後端までの体の全長である。ｈは、口先から鰓蓋の最後端までの頭部の長さである。ｉは、鰓蓋の最後端から背鰭の前端までの背中の長さである。ｊは、背鰭の前端から尾鰭の前端までの胴の長さである。ｋは、尾鰭の前端から尾鰭の後端までの尾鰭の長さである。
なお、鰓蓋については、図４では図示省略しているが、鰓の輪郭を抽出することによってその位置を検出可能である。なお、錦鯉の平面視の画像だけで検出が困難である場合には、特徴量取得部４０は、左側から撮影した画像と右側から撮影した画像とを用いて鰓蓋の位置を検出するようにしてもよい。
そして、特徴量取得部４０は、下式を算出して、比率Ｌｈ～Ｌｆを求める。
Ｌｈ＝ｇ／ｈ，Ｌｉ＝ｇ／ｉ，Ｌｊ＝ｇ／ｊ，Ｌｋ＝ｇ／ｋ，Ｌｆ＝ｇ／ｆ，
特徴量取得部４０は、錦鯉の体型の情報として、上述したＷａ～Wｆ、Ｌｈ～Ｌｆの１１個の比率を算出する。
また、特徴量取得部４０は、錦鯉の輪郭情報から錦鯉の背骨のラインを求める。具体的には、背鰭の前端から背鰭を通って尾鰭の前端までのラインを背骨のラインとして求める。背鰭の後端から尾鰭の前端までは、たとえば直線で結ぶようにすればよい。
次に、特徴量取得部４０は、錦鯉の体型の情報として、錦鯉における欠陥の有無の情報を取得する。
具体的には、特徴量取得部４０は、錦鯉の輪郭情報に基づいて、口髭が、大２本および小２本の合計４本が揃っているか否かを確認する。また、特徴量取得部４０は、錦鯉の画像から左右の目の位置を求め、目の位置が左右対称であるか否かを確認する。また、特徴量取得部４０は、錦鯉の輪郭情報に基づいて、鰓蓋に反りがあるか否かを検出する。また、特徴量取得部４０は、錦鯉の輪郭情報に基づいて、胸鰭に欠損、ねじれおよび変形があるか否かを確認する。
また、特徴量取得部４０は、錦鯉の画像から鱗を抽出し、鱗の並びが整然ではなく、不揃いであるか否かを確認する。具体的には、特徴量取得部４０は、各鱗の中心を求め、前後方向に隣接する鱗の中心を結ぶ直線を求める。そして、特徴量取得部４０は、その直線が滑らかではなく、凹凸が含まれていることを検出することによって、鱗の不揃いを確認する。
また、特徴量取得部４０は、錦鯉の画像から抽出した鱗のパターンの中に、予め設定された面積以上の範囲内に鱗のパターンが存在しないことを確認することによって、ケロイドの有無の情報を取得する。
特徴量取得部４０は、錦鯉における欠陥の有無の情報として、上述したように、口髭の情報と、左右目の対称性の情報と、鰓蓋の反り情報と、胸鰭の欠陥情報と、鱗の整列情報と、ケロイドの情報とを取得する。
すなわち、特徴量取得部４０は、錦鯉の体型の情報として、上述した１１個の比率と、背骨のラインと、６個の欠陥情報とを取得する。
なお、背骨のラインの情報としては、たとえば予め設定された座標系に背骨のラインをプロットした場合におけるライン上の複数の点の座標が取得される。また、６個の欠陥情報については、たとえば欠陥の有りの情報として数値の「１」が取得され、欠陥無しの情報として数値の「０」が取得される。
次に、錦鯉の色の情報について説明する。なお、本実施形態では、錦鯉の種類が「紅白」の場合の色の情報について説明する。
錦鯉（紅白）を評価する際、錦鯉の色の情報については、白地（＝地肌）に関しては、以下の点が考慮される。
・深み、厚みのある乳白色で透明感のあること
・地体に下緋（ピンク地に見える）がないこと
・黄ばみがないこと
・シミ等がないこと
そこで、本実施形態の特徴量取得部４０は、図５に示すような、錦鯉の画像を構成する各画素の色の頻度分布を求める。
そして、特徴量取得部４０は、色の頻度分布に基づいて、乳白色の画素の頻度を求めて白地の情報として取得する。なお、乳白色のＲＧＢの値は、予め設定されているものとする。錦鯉（紅白）の白地は、乳白色であることが好ましい。
また、特徴量取得部４０は、色の頻度分布に基づいて、下緋に対応するピンクの画素の頻度を求めて下緋の情報として取得する。なお、下緋に対応するピンクのＲＧＢの値は、予め設定されているものとする。錦鯉（紅白）の白地は、乳白色であることが好ましく、下緋（ピンク）が現れていない方が好ましい。
また、特徴量取得部４０は、色の頻度分布に基づいて、黄ばみに対応する黄色の画素の頻度を求めて黄ばみの情報として取得する。なお、黄ばみに対応する黄色のＲＧＢの値は、予め設定されているものとする。黄ばみは無い方が好ましい。
また、特徴量取得部４０は、色の頻度分布に基づいて、シミに対応する茶系および黒系の画素の頻度を求めてシミの情報を取得する。なお、シミに対応する茶系および黒系のＲＧＢの値は、予め設定されているものとする。シミは無い方が好ましい。
次に、錦鯉の色の情報について、緋盤（紅の部分）に関しては、以下の点が考慮される。
・頭部から尾筒にかけて緋盤の色が均一であること
・紅の色が鮮明であること、色合い（柿色系、ピンク系が明るくて良いとされる）が良いこと
・色度ではなく、緋盤厚みを見ること(練り込み、つまり鱗目が見えないものは厚みがあるとされる)
・緋盤の切れが良く整ったサシであり、頭緋のキワおよび鱗のキワ・サシが滲んでないこと
・緋盤の中に色の濃淡やシミが浮き出ていないこと
そこで、本実施形態の特徴量取得部４０は、錦鯉の画像から緋盤の範囲を抽出し、その緋盤の範囲の各画素の色の頻度分布を算出する。なお、緋盤の範囲に対応するＲＧＢの範囲については予め設定されているものとする。
そして、特徴量取得部４０は、その緋盤の範囲の色の頻度分布の分散または標準偏差を求めて緋盤の色の均一性の情報を取得する。分散または標準偏差が小さい方が色の均一性があり、好ましい。
また、特徴量取得部４０は、たとえば緋盤の範囲の各画素のＲＧＢをＬ＊ａ＊ｂ＊の色空間の信号に変換し、ａ＊とｂ＊の値に基づいて彩度を求めて緋盤の色の鮮明度（色合い）の情報として取得する。
また、特徴量取得部４０は、緋盤の範囲の画像全体に含まれる鱗のパターンを抽出し、その抽出した鱗のパターンのエッジを検出してエッジ量を求めて緋盤の厚みの情報として取得する。エッジ量とは、エッジを構成する画素の総数である。エッジ量が少ない方が緋盤に厚みがあり、好ましい。
また、特徴量取得部４０は、錦鯉の画像に基づいて、緋盤の範囲と白地の範囲との境界におけるエッジの鮮鋭度（ボケの程度）を求めてサシ・キワの滲みの情報として取得する。なお、エッジの鮮鋭度（ボケの程度）の算出方法については、既存の方法を用いることができる。エッジの鮮鋭度が高い方がサシ・キワの滲みが少なく好ましい。
なお、緋盤の中に色の濃淡やシミが浮き出ていないことについては、上述したシミの情報として取得される。
すなわち、特徴量取得部４０は、錦鯉の色の情報として、白地の情報、下緋の情報、黄ばみの情報、シミの情報、緋盤の色の均一性の情報、緋盤の色の鮮明度（色合い）の情報、緋盤の厚みの情報、およびサシ・キワの滲みの情報を取得する。
次に、錦鯉の模様の情報について説明する。なお、本実施形態では、錦鯉の種類が「紅白」の場合の模様の情報について説明する。
錦鯉（紅白）を評価する際、錦鯉の模様の情報については、以下の点が考慮される。
・頭部から胴体部を経て尾部までの各部位において、斑紋の形と大きさと数がその体に調和されていること
・緋盤が鼻先と尾の付け根からともに切れていること。
そこで、本実施形態の特徴量取得部４０は、錦鯉の画像から緋盤の範囲を抽出する。
そして、特徴量取得部４０は、緋盤の範囲の一部が鼻先の範囲に含まれているか否かと、
緋盤の範囲が尾の付け根に差し掛かっているか否かを確認する。なお、鼻先の範囲と尾の付け根については、予め設定された条件に基づいて、既存の画像処理方法を用いて設定される。
特徴量取得部４０は、緋盤の範囲の一部が鼻先の範囲に含まれておらず、かつ緋盤の範囲が尾の付け根に差し掛かっていない場合には、緋盤のかかり情報として「良」の情報を取得し、緋盤の範囲の一部が鼻先の範囲に含まれているか、または緋盤の範囲が尾の付け根に差し掛かっている場合には、緋盤のかかり情報として「不良」の情報を取得する。
また、特徴量取得部４０は、錦鯉の画像を頭部、胴体部および尾部の３つに分割し、各部位に含まれる緋盤の範囲を特定する。頭部、胴体部および尾部については、予め設定された条件にて分割するようにすればよい。
そして、特徴量取得部４０は、各部位の全体面積に対する各部位に含まれる緋盤の範囲の面積の比率を算出し、その各部位の比率を緋盤のバランスの情報として取得する。なお、各部位の緋盤の比率が５０％～９０％である場合に、緋盤のバランスの良いと判断され、それ以外の比率の場合には、緋盤のバランスが悪いと判断される。
また、特徴量取得部４０は、各部位に含まれる緋盤の個数と各緋盤の周囲の長さを緋盤のバランスの情報として取得する。
すなわち、特徴量取得部４０は、錦鯉の模様の情報として、緋盤のかかり情報おび緋盤のバランスの情報を取得する。なお、緋盤のかかり情報については、たとえば緋盤のかかり情報が「良」の場合には数値の「１」が取得され、「不良」の場合には数値の「０」が取得される。
次に、錦鯉の仕上がりの情報について説明する。なお、本実施形態では、錦鯉の種類が「紅白」の場合の仕上がりの情報について説明する。
錦鯉（紅白）を評価する際、錦鯉の仕上がりの情報について、以下の点が考慮される。
・色が鮮明で鮮やか、艶および照りが乗っていること、白濁の有無
・地肌の透明感と光沢、ツヤ感、滑らかさがあること、充血がないこと
・緋と地肌とのコントラストがはっきりしている（明るい色調であること）
そこで、特徴量取得部４０は、錦鯉の画像に基づいて、コントラスト、明度および彩度を求めて仕上がりの情報として取得する。なお、彩度については、錦鯉の色の情報として緋盤の範囲の彩度を求めたが、仕上がりの情報としては、錦鯉の画像全体の彩度を求める。
以上が、本実施形態の特徴量取得部４０が取得する特徴量の説明である。
次に、評価部４１について説明する。
評価部４１は、複数の錦鯉の上述した特徴量とその各錦鯉の評価結果との関係を機械学習して得られた学習済モデルを有する。より具体的には、本実施形態の評価部４１は、評価対象の錦鯉の体型を評価するための体型評価用学習済モデルと、錦鯉の質を評価するための質評価用学習済モデルと、錦鯉の模様を評価するための模様評価用学習済モデルと、錦鯉の仕上がりを評価するための仕上がり評価用学習済モデルの４つの学習済モデルを有する。
体型評価用学習済モデルについては、たとえば全日本愛鱗会および全日本振興会主催の過去の国際錦鯉品評会と全日本錦鯉品評会で世界チャンピオン（全体総合優勝）になった１０匹の錦鯉の上述した体型の情報とその体型に関する評価結果（点数）との関係を機械学習し、基準となる学習済モデルを生成する。そして、さらにその基準となる学習済モデルについて、任意の複数の錦鯉の上述した体型の情報とその体型に関する評価結果（点数）との関係を機械学習させて体型評価用学習済モデルが得られる。上述した任意の複数の錦鯉には、評価結果が良いものおよび評価結果が悪いものなど種々の評価結果の錦鯉が含まれる。
質評価用学習済モデルについては、世界チャンピオンの１０匹の錦鯉の上述した色の情報とその色に関する評価結果（点数）との関係を機械学習し、基準となる学習済モデルを生成する。そして、さらにその基準となる学習済モデルについて、任意の複数の錦鯉の上述した色の情報とその色に関する評価結果（点数）との関係を機械学習させて質評価用学習済モデルが得られる。
模様評価用学習済モデルについては、世界チャンピオンの１０匹の錦鯉の上述した模様の情報とその模様に関する評価結果（点数）との関係を機械学習し、基準となる学習済モデルを生成する。そして、さらにその基準となる学習済モデルについて、任意の複数の錦鯉の上述した模様の情報とその模様に関する評価結果（点数）との関係を機械学習させて模様評価用学習済モデルが得られる。
仕上がり評価用学習済モデルは、世界チャンピオンの１０匹の錦鯉の上述した仕上がりの情報とその仕上がりに関する評価結果（点数）との関係を機械学習し、基準となる学習済モデルを生成する。そして、さらにその基準となる学習済モデルについて、任意の複数の錦鯉の上述した仕上がりの情報とその仕上がりに関する評価結果（点数）との関係を機械学習させて仕上がり評価用学習済モデルが得られる。
なお、機械学習の方法としては、公知な手法を用いることができ、ディープニューラルネットワーク（ＤＮＮ）、畳み込みニューラルネットワーク（ＣＮＮ）、リカレントニューラルネットワーク（ＲＮＮ）、およびデノイジングスタックオートエンコーダ（ＤＳＡ）などを用いることができる。
評価部４１は、体型評価用学習済モデル、質評価用学習済モデル、模様評価用学習済モデル、および仕上がり評価用学習済モデルの４つ学習済モデルを用いて、評価対象の錦鯉を評価する。
具体的には、評価部４１は、体型評価用学習済モデルに対して、特徴量取得部４０によって取得された評価対象の錦鯉の体型の情報を入力することによって、評価対象の錦鯉の体型を評価し、評価結果（点数）を得る。
また、評価部４１は、質評価用学習済モデルに対して、特徴量取得部４０によって取得された評価対象の錦鯉の色の情報を入力することによって、評価対象の錦鯉の質を評価し、評価結果（点数）を得る。
また、評価部４１は、模様評価用学習済モデルに対して、特徴量取得部４０によって取得された評価対象の錦鯉の模様の情報を入力することによって、評価対象の錦鯉の模様を評価し、評価結果（点数）を得る。
また、評価部４１は、仕上がり評価用学習済モデルに対して、特徴量取得部４０によって取得された評価対象の錦鯉の仕上がりの情報を入力することによって、評価対象の錦鯉の仕上がりを評価し、評価結果（点数）を得る。
上述したようにして、評価部４１は、評価対象の錦鯉の体型の点数と、色の点数と、模様の点数と、仕上がりの点数を取得する。
さらに、評価部４１は、上述した４つの点数に対して、予め設定された重み付けをそれぞれ乗算して加算することによって、評価対象の錦鯉の総合評価結果（総合評価点数）を得る。
重み付けについては、任意に設定可能であるが、たとえば体型の点数に対して４０％、質の点数に対して３０％、模様の点数に対して２０％、仕上がりの点数に対して１０％が設定される。この場合、体型の点数をｓ１、質の点数をｓ２、模様の点数をｓ３、仕上がりの点数をｓ４とすると、総合評価点数ｓａは、下式によって算出される。
ｓａ＝０．４×ｓ１＋０．３×ｓ２＋０．２×ｓ３＋０．１×ｓ４
なお、上述した重み付けについては、上記の例に限らず、たとえば評価対象の錦鯉の成長段階によって重み付けを変更するようにしてもよい。
たとえば評価対象の錦鯉が幼魚（（第１２部～２５部）１ｃｍ～２５ｃｍ）の段階である場合には、重み付けは、体型２５％、質２５％、模様２５％、仕上がり２５％に設定される。また、評価対象の錦鯉が若鯉（（第３０部～４０部）２５．１ｃｍ～４０ｃｍ）の段階である場合には、重み付けは、体型３５％、質３０％、模様２０％、仕上がり１５％に設定される。また、評価対象の錦鯉が成魚（（第４５部～５５部）４０．１ｃｍ～５５ｃｍ）の段階である場合には、重み付けは、体型４０％、質３０％、模様２０％、仕上がり１０％に設定される。また、評価対象の錦鯉が壮魚（（第６０部～７０部）５５．ｃｍ～７０ｃｍ）の段階である場合には、重み付けは、体型４０％、質３０％、模様２０％、仕上がり１０％に設定される。また、評価対象の錦鯉が巨鯉（（第７５部～９０部）７０．１ｃｍ～９０ｃｍ）の段階である場合には、重み付けは、体型５０％、質２５％、模様１５％、仕上がり１０％に設定される。
評価部４１は、上述した錦鯉の成長段階の情報を受け付け、その段階に応じた重み付けを設定して、上述した総合評価点数ｓａを算出するようにしてもよい。
なお、本実施形態においては、評価部４１が、４つの学習済モデルを有するようにしたが、これに限らず、４つの学習済モデルについては、錦鯉品評会実施装置１０と通信ネットワークを介して接続されるサーバ装置などに記憶され、これを利用して評価するようにしてもよい。
また、本実施形態の錦鯉品評会実施装置１０に学習済モデル生成部を設け、その学習済モデル生成部において、体型評価用学習済モデル、質評価用学習済モデル、模様評価用学習済モデル、および仕上がり評価用学習済モデルの４つ学習済モデルを生成するようにしてもよい。その場合、特徴量取得部４０によって上述した機械学習用の錦鯉の画像を取得し、その取得した画像の特徴量を取得するようにすればよい。また、各錦鯉の評価結果（点数）については、錦鯉品評会実施装置１０に接続された所定の入力装置（図示省略）を用いてユーザが設定入力すればよい。
上述したようにＡＩ評価部１４において学習済モデルを用いて出品対象の錦鯉を評価することによって、錦鯉に客観的な評価を付与することができる。また、上述したように錦鯉の体型、色、模様および仕上がりの特徴量に基づいて錦鯉を評価することによって、人による評価に近い評価を得ることができる。
そして、上述したように、表示制御部１３は、評価部４１によって評価された出品対象の錦鯉の評価結果を、出品情報とともに、出品者用端末装置２０および審査員用端末装置３０に表示させる。
具体的には、本実施形態の表示制御部１３は、図６に示すように体型の点数ｓ１、質の点数ｓ２、模様の点数ｓ３および仕上がりの点数ｓ４をレーダーチャートして表示させるとともに、総合評価点数ｓａをテキスト表示する。
また、本実施形態の表示制御部１３は、ＡＩ評価部１４によって評価された各出品情報の錦鯉の総合評価点数ｓａに基づいて順位付けを行い、その順位も表示させる。
そして、審査員は、上述したように上位３匹～５匹の錦鯉の最終審査を行う。具体的には、審査員は、審査員用端末装置３０において上位３匹～５匹の錦鯉の出品情報を確認し、その審査結果を審査員用端末装置３０に設定入力する。
審査員による審査については、ＡＩ評価部１４とほぼ同様の基準で行われるが、動画による審査も含まれ、以下のような配点で審査される。なお、ここでは錦鯉の種類が紅白の場合について説明する。
錦鯉の体型については、錦鯉の姿勢に関して、以下のような配点で審査される。
・上と横から見て各部位（頭部、各鰭、尾筒、その他）と体全体のバランスがとれていること、および頭部から尾鰭にかけてのラインがスムーズなこと（１０点）
・尾筒は細すぎず、太すぎないで身体の各部位と比例してバランスが取れていること（１０点）
・背筋および背骨をセンターラインとして弓状であり、左右対称で曲がりがないこと（５点）
・腹部に凹凸や垂れがないこと（５点）
・頭に凹凸がないこと、頭の大きさと身体全体とがアンバランスでないこと（５点）
・体に対して各鰭の大きさがバランス取れて左右対称であること（５点）
・泳ぎ方が正常で優雅さ・力強さがあること（１０点）
また、錦鯉の欠陥に関して、以下のような配点で審査される。
・口髭が揃っていること（大２本、小２本）（５点）
・両眼球に濁りがなく左右対称性があり、眼球が機能していること（５点）
・鰓蓋の凹みがなく反っていないこと。（５点）
・鰭（両胸鰭、背鰭、尾鰭、両腹鰭、尻鰭）に欠損や捻じれ変形がないこと（１０点）
・胸鰭の形状に欠けが無く美しい弧を描いていること（５点）
また、錦鯉の鱗の並びに関して、以下のような配点で審査される。
・鱗並びが整然でなく、鱗列の不揃い（１０点）
・欠損がないこと(ケロイドに注意)（１０点）
錦鯉の体型の審査については、上述した１００点に対して減点および加点して採点が行われる。減点は、１項目辺り１点～１０点とし、加点は、１項目辺り２点～２０点とする。
また、錦鯉の質については、錦鯉の白地（＝地肌）に関して、以下のような配点で審査される。
・深み、厚みのある乳白色で透明感のあること、地体に下緋（ピンク地に見える）がないこと（２０点）
・黄ばみがないこと（１０点）
・シミ等がないこと（１０点）
また、錦鯉の緋盤（紅の部分）に関しては、以下のような配点で審査される。
・頭部から尾筒にかけて緋盤の色が均一であること（２０点）
・紅の色が鮮明であること、色合い（柿色系、ピンク系が明るくて良いとされる）が良いこと（１０点）
・色度ではなく、緋盤厚みを見ること（練り込み、つまり鱗目が見えないものは厚みがあるとされる）（１０点）
・緋盤の切れが良く整ったサシであり、頭緋のキワおよび鱗のキワ・サシが滲んでないこと（１０点）
・緋盤の中に色の濃淡やシミが浮き出ていないこと（１０点）
錦鯉の質の審査については、上述した１００点に対して減点および加点して採点が行われる。減点は、１項目辺り１点～１０点とし、加点は、１項目辺り２点～２０点とする。
次に、錦鯉の模様については、以下のような配点で審査される。
・頭部から胴体部を経て尾部までの各部位において、斑紋の形と大きさと数がその体に調和されていること（３０点）
・緋盤が鼻先と尾の付け根からともに切れていること（２０点）
・単調でなく、段紋で変化に富んだ芸術性を持つ（２０点）
・目や鰭に緋が出たり（１０点）、かかったりしないこと（５点）
・体の飛緋の有無（５点）、窓開きの有無（１０点）
錦鯉の模様の審査については、上述した１００点に対して減点および加点して採点が行われる。減点は、１項目辺り１点～１０点とし、加点は、１項目辺り２点～２０点とする。また、肩口の部位（鞍）が紋様の一番の見せ場であるので、そこに白地があるものや段紋で特別に変化に富んだ芸術性を持つ場合には、加点要素として１点～１０点を加算するようにしてもよい。
次に、錦鯉の仕上がりについては、以下のような配点で審査される。
・色が鮮明で鮮やか、艶および照りが乗っていること、白濁の有無（４０点）
・地肌の透明感と光沢、ツヤ感、滑らかさがあること、充血がないこと（３０点）
・緋と地肌とのコントラストがはっきりしている（明るい色調であること）（３０点）
錦鯉の仕上がりの審査については、上述した１００点に対して減点および加点して採点が行われる。減点は、１項目辺り１点～１０点とし、加点は、１項目辺り２点～２０点とする。
表示制御部１３は、審査員用端末装置３０において、上述した錦鯉の体型の各審査項目と、質の各審査項目と、模様の各審査項目と、仕上がりの各審査項目のそれぞれの点数を入力する点数入力画面を表示し、その点数入力画面上において各審査項目の点数が設定入力される。図７は、点数入力画面の一例を示す図である。
そして、表示制御部１３は、上述した錦鯉の体型、質、模様および仕上がりの４つの点数に対して、予め設定された重み付けをそれぞれ乗算して加算し、最終的な総合評価点数を算出して審査員用端末装置３０に表示する。なお、重み付けの設定値については、ＡＩ評価部１４における設定値と同様である。
そして、表示制御部１３は、最終審査結果として、総合評価点数が最も高い全体総合優勝の錦鯉の出品情報と、体型の点数が最も高い体型全体優勝の錦鯉の出品情報と、質の点数が最も高い質全体優勝の錦鯉の出品情報と、模様の点数が最も高い模様全体優勝の錦鯉の出品情報と、仕上がりの点数が最も高い仕上がり全体優勝の錦鯉の出品情報とを出品者用端末装置２０および審査員用端末装置３０に表示する。
次に、本実施形態の錦鯉品評会システム１の処理の流れについて、図８に示すフローチャートを参照しながら説明する。
まず、出品者が、出品者用端末装置２０にインストールされた錦鯉出品情報作成表示プログラムを起動し、錦鯉品評会実施装置１０にログインする（Ｓ１０）。具体的には、錦鯉品評会実施装置１０には、出品者の識別情報とパスワードが予め登録されており、出品者は、上記プログラムによって表示されたログイン画面において、上記識別情報とパスワードを入力することによってログインする。
次に、出品者が、出品者用端末装置２０を用いて出品情報を作成する（Ｓ１２）。出品者用端末装置２０において作成された出品情報は、錦鯉品評会実施装置１０に出力される。
出品者用端末装置２０から出力された出品情報は、錦鯉品評会実施装置１０の出品情報受付部１１によって受け付けられ（Ｓ１４）、出品情報記憶部１２に記憶される（Ｓ１６）。
出品情報記憶部１２に記憶された出品情報に含まれる錦鯉の画像が読み出され、ＡＩ評価部１４によって取得され、ＡＩ評価部１４は、取得した画像に基づいて、錦鯉を評価する（Ｓ１８）。
そして、表示制御部１３は、ＡＩ評価部１４によって評価された出品対象の錦鯉の評価結果（レーダチャートおよび総合評価点数）を、出品情報とともに、出品者用端末装置２０および審査員用端末装置３０に表示させる（Ｓ２０，Ｓ２２）。この際、表示制御部１３は、各出品情報の錦鯉の総合評価点数に基づいて順位付けを行い、その順位も表示させる。
そして、審査員は、上述したように上位３匹～５匹の錦鯉の最終審査を行う（Ｓ２４）。具体的には、審査員は、まず、審査員用端末装置３０にインストールされた錦鯉出品情報審査プログラムを起動し、錦鯉品評会実施装置１０にログインする。錦鯉品評会実施装置１０には、審査員の識別情報とパスワードが予め登録されており、審査員は、上記プログラムによって表示されたログイン画面において、上記識別情報とパスワードを入力することによってログインする。
そして、審査員用端末装置３０には、上述したように出品情報およびそのＡＩ評価部１４による評価結果が表示され、審査員は、上位３匹～５匹の錦鯉の出品情報および評価結果を確認する。次いで、審査員は、錦鯉出品情報審査プログラムによって表示された点数入力画面の各審査項目に対して点数を設定入力することによって最終審査を行う。
審査員用端末装置３０において設定入力された審査結果（点数）は、審査員用端末装置３０から錦鯉品評会実施装置１０に出力され、審査結果受付部１５によって受け付けられる（Ｓ２６）。そして、表示制御部１３は、審査員によって設定入力された錦鯉の体型、質、模様および仕上がりの４つの点数に対して、予め設定された重み付けをそれぞれ乗算して加算し、最終的な総合評価点数を算出して点数入力画面に表示する。
そして、表示制御部１３は、最終審査結果として、総合評価点数が最も高い全体総合優勝の錦鯉の出品情報と、体型の点数が最も高い体型全体優勝の錦鯉の出品情報と、質の点数が最も高い質全体優勝の錦鯉の出品情報と、模様の点数が最も高い模様全体優勝の錦鯉の出品情報と、仕上がりの点数が最も高い仕上がり全体優勝の錦鯉の出品情報とを出品者用端末装置２０および審査員用端末装置３０に出力して表示させる（Ｓ２８，Ｓ３０）。
なお、上記実施形態においては、審査員による最終審査結果として、全体総合優勝の錦鯉と、体型全体優勝の錦鯉と、質全体優勝の錦鯉と、模様全体優勝の錦鯉と、仕上がり全体優勝の錦鯉を決定するようにしたが、これらの錦鯉の画像の特徴量を取得し、上述した４つの学習済モデルにフィードバックして機械学習させるようにしてもよい。これにより、４つの学習済モデルの評価精度を向上させることができる。なお、上述した優勝した錦鯉の画像の特徴量だけなく、ＡＩ評価部１４の評価結果が上位３匹～５匹の錦鯉の画像の特徴量も４つの学習済モデルにフィードバックして機械学習させるようにしてもよい。
また、上記実施形態のＡＩ評価部１４においては、体型評価用学習済モデル、質評価用学習済モデル、模様評価用学習済モデル、および仕上がり評価用学習済モデルの４つ学習済モデルを用いて錦鯉を評価するようにしたが、これに限らず、複数の錦鯉の体型の情報、色の情報および模様の情報と、各錦鯉の総合評価点数との関係を機械学習して、総合評価用学習済モデルを生成するようにしてもよい。そして、評価部４１が、総合評価用学習済モデルに対して、評価対象の錦鯉の体型の情報、色の情報および模様の情報を入力することによって総合評価点数を求めるようにしてもよい。また、さらに特徴量として仕上がりの情報を特加えて総合評価用学習済モデルを生成し、評価対象の錦鯉の体型の情報、色の情報、模様の情報および仕上がりの情報を入力することによって総合評価点数を求めるようにしてもよい。
また、上記実施形態の説明では、錦鯉の種類が「紅白」である場合の評価方法について説明したが、ＡＩ評価部１４において、その他の種類の錦鯉を評価するようにしてもよい。すなわち、ＡＩ評価部１４が、複数種類の錦鯉を評価するようにしてもよい。その場合、ＡＩ評価部１４の特徴量取得部４０は、錦鯉の種類に応じた特徴量を取得し、評価部４１は、錦鯉の種類に応じた学習済モデルを用いて錦鯉の評価を行う。すなわち、評価部４１は、複数の錦鯉の種類に応じた複数の学習済モデルを有する。なお、錦鯉の種類に応じた学習済モデルとしては、上記実施形態と同様に、錦鯉の種類毎にそれぞれ体型評価用学習済モデル、質評価用学習済モデル、模様評価用学習済モデルおよび仕上がり評価用学習済モデルの４つの学習済モデルを有する。
錦鯉の種類としては、上述した１．紅白（こうはく）、２．大正三色（たいしょうさんしょく）、３．昭和三色（しょうわさんしょく）、４．写りもの、５．金銀鱗一種（１～４の金銀鱗種）、６．べっ甲、７．浅黄（あさぎ）、８．秋翠（しゅうすい）、９．衣（ころも）、１０．変りもの、１１．五色（ごしき）、１２．光り模様もの（ひかりもようもの）（輝黒龍系は光模様とする）、１３．光り写りもの（ひかりうつりもの）、１４．金銀鱗二種（きんぎんりん２しゅ）（６～１３の金銀鱗種）、１５．無地もの（銀鱗種と松葉種を含む）、１６．光り無地もの（ひかりむじもの）（銀鱗種と松葉種を含む）、17．丹頂（たんちょう）（銀鱗種を含む丹頂模様の全品種）、１８．オス紅白、１９．オス大正三色、２０．オス昭和三色、および２１．オス金銀鱗一種（１８～２１の金銀鱗種）の２１種類がある。
上述したように錦鯉の種類毎に特徴量が異なるが、たとえば大正三色の場合、墨が入っているので、錦鯉の色の情報として、墨の均一性および終結性、墨の厚みなどの情報が追加される。墨の均一性の情報としては、たとえば墨に対応する色の画素の分散や標準偏差が求められる。また、墨の終結性の情報としては、たとえば墨に対応する独立した黒色のパターンの位置の分散が求められ、上記パターンが散らばっていないかが評価される。また、墨の厚みの情報としては、墨の範囲内のエッジ量が求められる。
また、昭和三色の場合、錦鯉の色の情報として、沈んだ墨の地体が浅黄地であるか否かの情報などが追加される。墨の地体が浅黄地であるかの情報としては、墨の範囲に対応する色の画素が求められる。
このように錦鯉の種類毎にそれぞれ固有の特徴量が取得され、学習済みモデルが生成され、錦鯉の種類に応じた評価が行われる。このように、錦鯉の種類に応じた学習済みモデルを用いて評価することによって、錦鯉の評価精度を向上させることができる。
また、上述したようにＡＩ評価部１４において複数の種類の錦鯉を評価する場合、審査員による最終審査においても、錦鯉の種類に応じた審査基準によって審査される。そして、錦鯉の種類毎について、全体総合優勝の錦鯉の出品情報と、体型全体優勝の錦鯉の出品情報と、質全体優勝の錦鯉の出品情報と、模様全体優勝の錦鯉の出品情報と、仕上がり全体優勝の錦鯉の出品情報とが決定されて、出品者用端末装置２０および審査員用端末装置３０に表示される。
本発明の錦鯉品評会実施装置に関し、さらに以下の付記を開示する。
（付記）
また、上記本発明の錦鯉品評会実施装置において、出品情報受付部は、出品情報として錦鯉の画像を受け付けることができる。
また、上記本発明の錦鯉品評会実施装置においては、錦鯉の画像から抽出された特徴量を取得する特徴量取得部と、複数の錦鯉の特徴量とその各錦鯉の評価結果との関係を機械学習して得られた学習済モデルに対して、特徴量取得部によって取得された評価対象の錦鯉の特徴量を入力することによって出品対象の錦鯉を評価する評価部とを備えることができ、出品情報表示制御部は、評価部による評価結果を出品情報として表示させることができる。
また、上記本発明の錦鯉品評会実施装置において、特徴量取得部は、特徴量として錦鯉の体型の情報を取得することができる。
また、上記本発明の錦鯉品評会実施装置において、特徴量取得部は、特徴量として錦鯉の色の情報を取得することができる。
また、上記本発明の錦鯉品評会実施装置において、特徴量取得部は、特徴量として錦鯉の模様の情報を取得することができる。
また、上記本発明の錦鯉品評会実施装置において、特徴量取得部は、特徴量として錦鯉の体型の情報、色の情報および模様の情報を取得することができる。
また、上記本発明の錦鯉品評会実施装置において、評価部は、錦鯉の種類毎の学習済モデルを有することができる。
また、上記本発明の錦鯉品評会実施装置において、審査結果受付部は、評価部によって評価された全ての出品対象の錦鯉のうち、評価結果が予め設定された上位の錦鯉の審査結果のみを受け付けることができる。
また、上記本発明の錦鯉品評会実施装置において、出品情報受付部は、出品情報として錦鯉の動画を受け付けることができる。
また、上記本発明の錦鯉品評会実施装置において、出品情報受付部は、出品情報として、錦鯉の生産地情報、錦鯉の血統情報、錦鯉のサイズ情報および錦鯉の生産者情報の少なくとも１つを受け付けることができる。
１ 錦鯉品評会システム
１０ 錦鯉品評会実施装置
１１ 出品情報受付部
１２ 出品情報記憶部
１３ 表示制御部
１４ ＡＩ評価部
１５ 審査結果受付部
２０ 出品者用端末装置
３０ 審査員用端末装置
４０ 特徴量取得部
４１ 評価部

Claims (11)

  1. 出品対象の複数の錦鯉の画像を含む出品情報を受け付ける出品情報受付部と、
    前記複数の錦鯉の出品情報を、前記錦鯉の審査員に対して閲覧可能に表示させる出品情報表示制御部と、
    前記出品対象の複数の錦鯉に対する前記審査員の審査結果を受け付ける審査結果受付部と、
    前記複数の錦鯉の審査結果を表示させる審査結果表示制御部と、
    前記出品対象の錦鯉の画像から抽出された特徴量を取得する特徴量取得部と、
    複数の錦鯉の前記特徴量と該各錦鯉の評価結果との関係を機械学習して得られた学習済モデルに対して、前記特徴量取得部によって取得された出品対象の錦鯉の特徴量を入力することによって前記出品対象の錦鯉を評価する評価部とを備え、
    前記出品情報表示制御部が、前記評価部による評価結果を前記出品情報として表示させる錦鯉品評会実施装置。
  2. 前記特徴量取得部が、前記特徴量として錦鯉の体型の情報を取得する請求項１記載の錦鯉品評会実施装置。
  3. 前記特徴量取得部が、前記特徴量として錦鯉の色の情報を取得する請求項１または２記載の錦鯉品評会実施装置。
  4. 前記特徴量取得部が、前記特徴量として錦鯉の模様の情報を取得する請求項１から３いずれか１項記載の錦鯉品評会実施装置。
  5. 前記特徴量取得部が、前記特徴量として錦鯉の体型の情報、色の情報および模様の情報を取得する請求項１記載の錦鯉品評会実施装置。
  6. 前記評価部が、錦鯉の種類毎の前記学習済モデルを有する請求項１から５いずれか１項記載の錦鯉品評会実施装置。
  7. 前記審査結果受付部が、前記評価部によって評価された全ての前記出品対象の錦鯉のうち、前記評価結果が予め設定された上位の錦鯉の前記審査結果のみを受け付ける請求項１から６いずれか１項記載の錦鯉品評会実施装置。
  8. 前記出品情報受付部が、前記出品情報として錦鯉の動画を受け付ける請求項１から７いずれか１項記載の錦鯉品評会実施装置。
  9. 前記出品情報受付部が、前記出品情報として、錦鯉の生産地情報、錦鯉の血統情報、錦鯉のサイズ情報および錦鯉の生産者情報の少なくとも１つを受け付ける請求項１から８いずれか１項記載の錦鯉品評会実施装置。
  10. 請求項１から９いずれか１項記載の錦鯉品評会実施装置と、
    前記錦鯉の出品情報が作成され、該作成された出品情報を前記錦鯉品評会実施装置に出力する出品者用端末装置と、
    前記審査員による前記出品対象の錦鯉の審査結果が入力され、該入力された審査結果を前記錦鯉品評会実施装置に出力する審査員用端末装置とを備えた錦鯉品評会システム。
  11. 出品対象の複数の錦鯉の画像を含む出品情報を受け付けるステップと、
    前記複数の錦鯉の出品情報を、前記錦鯉の審査員に対して閲覧可能に表示させるステップと、
    前記出品対象の複数の錦鯉に対する前記審査員の審査結果を受け付けるステップと、
    前記複数の錦鯉の審査結果を表示させるステップとをコンピュータに実行させる錦鯉品評会実施プログラムにおいて、
    前記出品対象の錦鯉の画像から抽出された特徴量を取得するステップと、
    複数の錦鯉の前記特徴量と該各錦鯉の評価結果との関係を機械学習して得られた学習済モデルに対して、前記特徴量を取得するステップによって取得された出品対象の錦鯉の特徴量を入力することによって前記出品対象の錦鯉を評価するステップと、
    前記評価の結果を前記出品情報として表示させるステップとを前記コンピュータに実行させる錦鯉品評会実施プログラム。
JP2021163905A 2021-10-05 2021-10-05 錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システム Active JP7008958B1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021163905A JP7008958B1 (ja) 2021-10-05 2021-10-05 錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システム
CN202111353235.5A CN114170624B (zh) 2021-10-05 2021-11-11 锦鲤品评会系统及其实施装置及方法、程序、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021163905A JP7008958B1 (ja) 2021-10-05 2021-10-05 錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システム

Publications (2)

Publication Number Publication Date
JP7008958B1 true JP7008958B1 (ja) 2022-01-25
JP2023054914A JP2023054914A (ja) 2023-04-17

Family

ID=80479222

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021163905A Active JP7008958B1 (ja) 2021-10-05 2021-10-05 錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システム

Country Status (2)

Country Link
JP (1) JP7008958B1 (ja)
CN (1) CN114170624B (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7239121B1 (ja) 2022-08-01 2023-03-14 三信トレーディング株式会社 生物の成長予測装置、方法およびプログラム並びに３次元画像生成表示システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002074065A (ja) 2000-09-01 2002-03-12 Recruit Co Ltd オンライン取引装置、オンライン取引方法、及び記録媒体
JP2002140543A (ja) 2000-10-31 2002-05-17 Sony Corp 著作物データ寄託方法、著作物コンテスト応募方法および著作物コンテスト応募受付装置
CN106980873A (zh) 2017-03-09 2017-07-25 南京理工大学 基于深度学习的锦鲤筛选方法及装置
JP2021087402A (ja) 2019-12-05 2021-06-10 凸版印刷株式会社 養殖管理装置、養殖管理方法、プログラム、及び養殖管理システム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160141290A (ko) * 2015-05-29 2016-12-08 주식회사 한국경제신문 영화 영상의 출품, 상영 및 순위 평가 장치와 방법
CN110320333A (zh) * 2019-05-07 2019-10-11 西北农林科技大学 一种基于多种苹果品质指标的可视化评定方法
CN110414422A (zh) * 2019-07-25 2019-11-05 秒针信息技术有限公司 食品品质的检测方法及装置
CN112907503B (zh) * 2020-07-24 2024-02-13 嘉兴学院 基于自适应卷积神经网络的南美白对虾品质检测方法
CN112419239A (zh) * 2020-11-03 2021-02-26 深圳市对庄科技有限公司 基于深度学习的线上翡翠评级方法
CN113011925B (zh) * 2021-03-24 2023-06-20 华南理工大学 基于大数据的商业空间品质评价方法、系统、设备及介质
CN112712524B (zh) * 2021-03-29 2022-06-21 北京妃灵科技有限公司 基于深度学习模型的箱包品质检测方法、装置及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002074065A (ja) 2000-09-01 2002-03-12 Recruit Co Ltd オンライン取引装置、オンライン取引方法、及び記録媒体
JP2002140543A (ja) 2000-10-31 2002-05-17 Sony Corp 著作物データ寄託方法、著作物コンテスト応募方法および著作物コンテスト応募受付装置
CN106980873A (zh) 2017-03-09 2017-07-25 南京理工大学 基于深度学习的锦鲤筛选方法及装置
JP2021087402A (ja) 2019-12-05 2021-06-10 凸版印刷株式会社 養殖管理装置、養殖管理方法、プログラム、及び養殖管理システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7239121B1 (ja) 2022-08-01 2023-03-14 三信トレーディング株式会社 生物の成長予測装置、方法およびプログラム並びに３次元画像生成表示システム
JP2024020000A (ja) * 2022-08-01 2024-02-14 三信トレーディング株式会社 生物の成長予測装置、方法およびプログラム並びに３次元画像生成表示システム

Also Published As

Publication number Publication date
CN114170624A (zh) 2022-03-11
CN114170624B (zh) 2022-11-11
JP2023054914A (ja) 2023-04-17

Similar Documents

Publication Publication Date Title
JP7008957B1 (ja) 錦鯉評価装置および方法並びにプログラム
CN103649987B (zh) 脸印象分析方法、美容信息提供方法和脸图像生成方法
Pereira et al. Predicting the ripening of papaya fruit with digital imaging and random forests
US10777021B2 (en) Virtual representation creation of user for fit and style of apparel and accessories
Komatsu et al. Neural mechanisms of material perception: Quest on Shitsukan
TW544515B (en) Region segmentation of color image
EP0706333B2 (fr) Systeme de gradation de vetements
Kramer et al. A lack of sexual dimorphism in width-to-height ratio in white European faces using 2D photographs, 3D scans, and anthropometry
JP7008958B1 (ja) 錦鯉品評会実施装置およびプログラム並びに錦鯉品評会システム
CN104488002A (zh) 行李可视化和虚拟开检
Maeda et al. Quantitative characterization of fruit shape and its differentiation pattern in diverse persimmon (Diospyros kaki) cultivars
JP4682373B2 (ja) 顔画像合成装置、顔画像合成方法および顔画像合成プログラム
KR20120055598A (ko) 기준 이미지에 따라 타켓 이미지를 수정하는 이미지 처리방법 및 이미지 처리장치
CN110400322A (zh) 基于颜色和三维几何信息的水果点云分割方法
CN106340000A (zh) 骨龄评估方法
Karasik et al. Development of a 3D seed morphological tool for grapevine variety identification, and its comparison with SSR analysis
CN108629319A (zh) 图像检测方法及系统
CN103268492B (zh) 一种玉米籽粒类型识别方法
Polasek et al. ICTree: Automatic perceptual metrics for tree models
US20150187065A1 (en) Method of determining quality of heart & cupid optical effects of diamond and device therefor
JP7095849B1 (ja) アイウェア仮想試着システム、アイウェア選定システム、アイウェア試着システムおよびアイウェア分類システム
CN114972601A (zh) 模型生成方法、人脸渲染方法、装置及电子设备
CN110414331A (zh) 模特筛选方法、装置、设备及可读存储介质
CN106030659A (zh) 增龄分析方法及增龄分析装置
JP7218031B1 (ja) 生物自動計測装置および方法並びにプログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211005

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211006

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20211117

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211214

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211221

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: 20211228

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211228

R150 Certificate of patent or registration of utility model

Ref document number: 7008958

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150