JP7082647B2 - 保険料算出システム及び保険料算出方法 - Google Patents
保険料算出システム及び保険料算出方法 Download PDFInfo
- Publication number
- JP7082647B2 JP7082647B2 JP2020145099A JP2020145099A JP7082647B2 JP 7082647 B2 JP7082647 B2 JP 7082647B2 JP 2020145099 A JP2020145099 A JP 2020145099A JP 2020145099 A JP2020145099 A JP 2020145099A JP 7082647 B2 JP7082647 B2 JP 7082647B2
- Authority
- JP
- Japan
- Prior art keywords
- animal
- age
- insurance
- face image
- insurance premium
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims description 81
- 241001465754 Metazoa Species 0.000 claims description 193
- 230000001815 facial effect Effects 0.000 claims description 42
- 241000282412 Homo Species 0.000 claims description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 72
- 201000010099 disease Diseases 0.000 description 70
- 238000000034 method Methods 0.000 description 21
- 241000282472 Canis lupus familiaris Species 0.000 description 12
- 238000013135 deep learning Methods 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 8
- 241000282326 Felis catus Species 0.000 description 7
- 208000032625 disorder of ear Diseases 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 241000282339 Mustela Species 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000008450 motivation Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 201000004624 Dermatitis Diseases 0.000 description 2
- 241000512668 Eunectes Species 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 241000283973 Oryctolagus cuniculus Species 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 208000002177 Cataract Diseases 0.000 description 1
- 206010010741 Conjunctivitis Diseases 0.000 description 1
- 206010011013 Corneal erosion Diseases 0.000 description 1
- 206010012438 Dermatitis atopic Diseases 0.000 description 1
- 241000909851 Epiphora Species 0.000 description 1
- 208000010412 Glaucoma Diseases 0.000 description 1
- 241000270322 Lepidosauria Species 0.000 description 1
- 206010033078 Otitis media Diseases 0.000 description 1
- 208000006311 Pyoderma Diseases 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 206010064996 Ulcerative keratitis Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 201000008937 atopic dermatitis Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 201000007717 corneal ulcer Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 206010023332 keratitis Diseases 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 208000016747 lacrimal apparatus disease Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 206010033072 otitis externa Diseases 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
Images
Classifications
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Technology Law (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
また、ペット保険は、高額の医療費をカバーするものであることから必要性が高いにもかかわらず普及率には未だ改善の余地がある。その理由の一つとして、飼い主のペット保険加入へのモチベーションが上がらないことが考えられる。
[1]ヒトを除く動物の顔画像の入力を受け付ける受付手段と、学習済みモデルを用いて、前記受付手段に入力された動物の顔画像からその動物の年齢を予測判定する判定手段と、前記判定手段が予測判定した年齢を元に保険料を算出する保険料算出手段と、を備える保険料算出システムであって、
前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢の予測判定とする学習済みモデルであることを特徴とする保険料算出システム。
[2]前記動物が、犬である[1]の保険料算出システム。
[3]前記動物が、猫である[1]の保険料算出システム。
[4]前記動物の顔画像が、動物の顔を正面から撮影した画像である[1]~[3]のいずれかの保険料算出システム。
[5]動物の年齢と保険料を含む保険料テーブルを記憶する記憶部を更に備え、前記保険料算出手段が、保険料テーブルを用いて保険料を算出する[1]~[4]のいずれかの保険料算出システム。
[6]ヒトを除く動物の顔画像の入力を受け付ける受付手段と、学習済みモデルを用いて、前記受付手段に入力された動物の顔画像からその動物の年齢を予測判定する判定手段と、を備える年齢予測システムであって、
前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢の予測判定とする学習済みモデルであることを特徴とする年齢予測システム。
[7]ヒトを除く動物の顔画像からその動物の年齢の予測をする学習済みモデルの生成方法であって、教師データとして、ヒトを除く動物の顔画像と、その動物の撮影時の年齢を人工知能を含むコンピュータに入力し、人工知能に学習させることを特徴とする学習済みモデルの生成方法。
[8]ヒトを除く動物の顔画像を用意するステップと、
前記顔画像を学習済みモデルに入力し、コンピュータが前記学習済みモデルを用いて、前記入力された動物の顔画像からその動物の顔画像撮影時の年齢の予測を出力するステップと、当該年齢の予測に基づいて当該動物に対する保険料を算出するステップと、を有する保険料算出方法であって、
前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢とする学習済みモデルであることを特徴とする保険料算出方法。
[9]ヒトを除く動物の顔画像の入力を受け付ける受付手段と、学習済みモデルを用いて、前記受付手段に入力された動物の顔画像からその動物の年齢を予測判定する判定手段と、前記判定手段が予測判定した年齢を元に保険への加入可否を判定する保険加入可否判定手段と、を備える保険加入可否判定システムであって、
前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢の予測判定とする学習済みモデルであることを特徴とする保険加入可否判定システム。
本発明の年齢予測システムは、ヒトを除く動物の顔画像の入力を受け付ける受付手段と、学習済みモデルを用いて、前記受付手段に入力された動物の顔画像からその動物の年齢を予測又は判定し出力する判定手段と、を備える。
本発明の受付手段は、年齢を予測したい動物の顔画像の入力を受け付ける手段である。動物としては、犬、猫、ウサギ、フェレット等の哺乳類、鳥類、爬虫類、愛玩動物が挙げられ、哺乳類が好ましく、犬及び猫がより好ましい。画像の受付方法は、スキャン、画像データの入力、送信、その場で撮影しての画像取り込みなどいずれの方法であってもよい。顔画像のフォーマットは特に限定されないが、顔画像は、動物の顔を正面から撮影した写真であることが好ましく、図1に表すような動物の顔が大きく写っている写真がより好ましい。そのような写真として、ヒトの運転免許証の写真のような写真が挙げられる。図2のように、動物の健康保険証に用いられる画像も好ましい。画像は、白黒、グレースケール、カラーのいずれであってもよい。動物の顔全体が写っていない画像、画像編集ソフトウェアで形状が編集された画像、複数の動物が写っている画像、目や耳が判別出来ないほど顔が小さく写っている画像あるいは不鮮明な画像は好ましくない。画像については、ノーマライゼーションが施され、解像度等が統一されたものが好ましい。
本発明の判定手段は、ヒトを除く動物の顔画像とその動物の撮影時の年齢(出生日からの経過年数)とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の撮影時の年齢に関する予測とする学習済みモデルを含む。年齢としては、月単位であっても、年単位であってもよく、区分けであってもよい。区分けとしては、例えば、犬を例にすると、乳幼齢(1歳)、中間齢(2歳~7歳)、高齢(8歳以上)という区分けが挙げられる。区分けの仕方はこれに限られず、乳幼齢(1歳未満)、成犬(2~7歳)、高齢犬(8~10歳)、老齢(11歳以上)といった区分けの仕方等も挙げられる。猫や、フェレット等の他の動物についても、平均寿命に応じて、年齢を区分けすることができる。
本発明の判定手段は、入力情報として、動物の顔画像を受け付けると、上記学習済みモデルによって、当該動物の顔画像撮影時の年齢の予測判定を行う。出力の年齢としては、実年齢(出生時からの経過年月数)であってもよく、健康年齢(当該動物の健康状態又は容姿の状態が、何歳相当であるのか)であってもよい。
出力の形式は特に限定されず、例えば、パソコンの画面上において、「1歳2ヶ月」、あるいは、「幼齢」、「乳幼齢」、「老齢」といった表示をすることで予測判定を出力することができる。また、付随的な情報として、年齢の予測判定の確実性を同時に出力してもよい。例えば、「1歳2ヶ月(信頼度:80%)」といった具合である。また、年齢を数値範囲で出力してもよい。例えば、「11ヶ月~1歳2ヶ月」、「1歳未満」、「1~2歳」、「8歳以上」といった具合である。
本発明の年齢予測システムは、判定手段から判定結果を受信し、判定結果を出力する出力手段を別途有していてもよい。
本発明の年齢予測システムを利用することで、後述するような保険料の算出のほか、判定された年齢が実年齢よりも高い場合に、動物の飼い主に対して、健康管理に気をつけるように促す、老化抑止に効果的なフードを提案することが可能となる。
本発明の保険料算出システムは、ヒトを除く動物の顔画像の入力を受け付ける受付手段と、学習済みモデルを用いて、前記受付手段に入力された動物の顔画像からその動物の年齢を予測判定する判定手段と、前記判定手段が予測判定した年齢を元に保険料を算出する保険料算出手段と、を備える保険料算出システムであって、前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢の予測判定とする学習済みモデルであることを特徴とする。
以下、本発明の保険料算出システムの一実施態様を図3を参照しながら説明する。
ユーザは、端末40から、サーバにアクセスし、保険の対象となる動物の顔画像(写真)、及び、当該動物の種類、品種、性別、体重、既往歴などの情報を入力、送信する。保険料の算出あるいは保険加入可否の判定にあたっては、保険加入申込時点における動物の年齢を予測判定することが望まれるため、動物の顔画像(写真)は、保険契約者が保険申込みをする時点において撮影時から時間が経っていないものが好ましい。例えば、撮影時から6ヶ月以内ものが好ましく、3ヶ月以内のものがより好ましく、1ヶ月以内のものがさらに好ましい。また、ユーザが、申込み時に、その場でスマートフォンのカメラを使って対象となる動物の顔写真を撮影し、それを入力、送信するという態様であってもよい。例えば、ユーザは、端末40の画面上に表示される指示に従って保険対象となる動物の顔写真を撮影し、適切な写真が撮れたらそれをサーバに送信する。このとき、サーバが、別途、画像判定プログラムからなる写真撮影補助手段を備え、写真撮影補助手段が、動物の顔全体が撮像されていること、動物の顔の正面からの写真であるといった、年齢の予測判定に好適な写真であるかどうかを判定し、その判定結果をインターフェースや端末を通じてユーザに伝達するという構成を備えていてもよい。
また、ユーザは、端末40がサーバにアクセスすることによって、サーバにおける年齢予測結果や保険料算出結果を受信することができる。
本発明において対象となる疾患の種類は特に限定されず、例えば、眼科系疾患、耳科系疾患、皮膚系疾患が挙げられる。眼科系疾患としては、結膜炎、目やに、角膜炎、角膜潰瘍/びらん、流涙症、白内障、緑内障が挙げられる。耳科系疾患としては、外耳炎、中耳炎が挙げられる。皮膚系疾患としては、皮膚炎、アトピー性皮膚炎、膿皮症が挙げられる。
本発明の保険加入可否判定システムは、上記の年齢の予測判定結果をもとにして、保険加入可否を判定するシステムである。すなわち、本発明の保険料算出システムでは、保険加入可否判定手段が、動物の顔写真から予測判定された年齢が所定値以上であった場合、保険加入不適との判定を行う。例えば、犬の場合、年齢の予測判定結果が、11歳以上、12歳以上、13歳以上、14歳以上、又は15歳以上となった場合に保険加入不適との判断結果を提示する。猫の場合、年齢の予測判定結果が、13歳以上、14歳以上、15歳以上、16歳以上、又は17歳以上となった場合に保険加入不適との判断結果を提示する。保険加入不適と判断する年齢の所定値は動物の種類や品種ごとに設定することができる。保険加入可否判定手段は、上記判定手段11が出力した年齢の予測から、当該動物の保険加入可否を判定するソフトウェアである。必要に応じて、ユーザが入力した当該動物の種類、品種、性別、写真撮影時の年齢(申告年齢)、体重、既往歴などの情報も保険加入可否の判定に用いてもよい。
トイプードルの顔写真(一例として、図8~図10のカラー写真。256×256ピクセルに統一した。)を用いて、ディープラーニングを行い、学習済みモデルを生成した。使用した顔写真は、乳幼児(1歳未満)のものが11519枚、老齢(8歳以上)のものが11519枚であった。
AnacondaでのTensorFlow環境下にて、畳み込みニューラルネットワークを用い、写真データを乳幼児又は老齢でラベル付けをしてディープラーニングを行った。
生成された学習モデルを用いて、検証として、上記学習済みモデルの評価に用いた「乳幼児」および「老齢」の顔写真各1000枚を、「乳幼児」か「老齢」かの判定をさせたところ、正答率は、93.5%であった。
また、生成された学習モデルを用いて、テストとして、上記学習済みモデルの生成に用いた顔写真とは別の「乳幼児」および「老齢」の顔写真各1000枚について「乳幼児」か「老齢」かの判定をさせたところ、正答率は、92.5%であった。
トイプードルの顔写真を用いて、ディープラーニングを行い、学習済みモデルを生成した。使用した顔写真は、乳幼児(1歳未満)のものが11519枚、中間齢(3~5歳)のものが11519枚、老齢(8歳以上)のものが11519枚であった。
AnacondaでのTensorFlow環境下にて、畳み込みニューラルネットワークを用い、写真データを乳幼児、中間齢又は老齢でラベル付けをしてディープラーニングを行った。
生成された学習モデルを用いて、検証として、上記学習済みモデルの評価に用いた顔写真のうち、「乳幼児」、「中間齢」および「老齢」の顔写真各1000枚を、「乳幼児」、「中間齢」又は「老齢」かの判定をさせたところ、「老齢」についての正答率は、87.5%であった。
また、生成された学習モデルを用いて、テストとして、上記学習済みモデルの生成に用いた顔写真とは別の「乳幼児」、「中間齢」および「老齢」の顔写真各1000枚について、「乳幼児」、「中間齢」又は「老齢」かの判定をさせたところ、「老齢」についての正答率は、87.8%であった。
次に、第2段階の学習として、乳幼児の顔写真40207枚と、中間齢の顔写真40207枚を用いてディープラーニングを行った。
生成された学習モデルを用いて、検証として、上記学習済みモデルの評価に用いた顔写真のうち、「乳幼児」および「中間齢」の顔写真各3000枚を、「乳幼児」か「中間齢」かの判定をさせたところ、正答率は、92.2%であった。
また、生成された学習モデルを用いて、テストとして、上記学習済みモデルの生成に用いた顔写真とは別の「乳幼児」および「中間齢」の顔写真各3000枚について、「乳幼児」か「中間齢」かの判定をさせたところ、正答率は、91.5%であった。
トイプードルの顔写真(一例として、図8~図10のカラー写真。256×256ピクセルに統一した。)を図7の表記載の枚数用いて、ディープラーニングを行い、学習済みモデルを生成した。
人工知能(ニューラルネットワーク)としては、GoogleNetを用い、学習用ソフトウェアとして、NVIDIA DIGITS Ver.3.0.0を用い、写真データを疾患への罹患の有無でラベル付けをしてディープラーニングを行った。
生成された学習済みモデルAについて、学習用に用いた9600枚の写真のうち、2400枚を用いてテストを行ったところ、眼科系疾患の有無の判定の正答率(実際に1年以内に疾患に罹患した動物の写真を「疾患罹患あり」と判定した写真の枚数と、実際に1年以内に疾患に罹患しなかった動物の写真を「疾患罹患なし」と判定した写真の合計枚数の、全体の枚数に対する割合)は70.5%であった。
生成された学習済みモデルBについて、学習用に用いた12800枚の写真のうち、3200枚を用いてテストを行ったところ、耳科系疾患の有無の判定の正答率は56.4%であった。
生成された学習済みモデルCについて、学習用に用いた12800枚の写真のうち、3200枚を用いてテストを行ったところ、皮膚科系疾患の有無の判定の正答率は64.9%であった。
Claims (7)
- ヒトを除く動物の顔画像の入力を受け付ける受付手段と、学習済みモデルを用いて、前記受付手段に入力された動物の顔画像からその動物の年齢を予測判定する判定手段と、前記判定手段が予測判定した年齢を元に保険料を算出する保険料算出手段と、を備える保険料算出システムであって、
前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢の予測判定とする学習済みモデルであることを特徴とする保険料算出システム。 - 前記動物が、犬である請求項1記載の保険料算出システム。
- 前記動物が、猫である請求項1記載の保険料算出システム。
- 前記動物の顔画像が、動物の顔を正面から撮影した画像である請求項1~3のいずれか一項記載の保険料算出システム。
- 動物の年齢と保険料を含む保険料テーブルを記憶する記憶部を更に備え、前記保険料算出手段が、保険料テーブルを用いて保険料を算出する請求項1~4のいずれか一項記載の保険料算出システム。
- ヒトを除く動物の顔画像を用意するステップと、
前記顔画像を学習済みモデルに入力し、コンピュータが前記学習済みモデルを用いて、前記入力された動物の顔画像からその動物の顔画像撮影時の年齢の予測を出力するステップと、当該年齢の予測に基づいて当該動物に対する保険料を算出するステップと、を有する保険料算出方法であって、
前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢とする学習済みモデルであることを特徴とする保険料算出方法。 - ヒトを除く動物の顔画像の入力を受け付ける受付手段と、学習済みモデルを用いて、前記受付手段に入力された動物の顔画像からその動物の年齢を予測判定する判定手段と、前記判定手段が予測判定した年齢を元に保険への加入可否を判定する保険加入可否判定手段と、を備える保険加入可否判定システムであって、
前記学習済みモデルが、ヒトを除く動物の顔画像とその動物の撮影時の年齢とを教師データとして用いて学習を行い、入力を動物の顔画像とし、出力をその動物の年齢の予測判定とする学習済みモデルであることを特徴とする保険加入可否判定システム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020145099A JP7082647B2 (ja) | 2020-08-28 | 2020-08-28 | 保険料算出システム及び保険料算出方法 |
US18/023,644 US20230245243A1 (en) | 2020-08-28 | 2021-08-25 | Insurance premium calculation system and insurance premium calculation method |
PCT/JP2021/031226 WO2022045214A1 (ja) | 2020-08-28 | 2021-08-25 | 保険料算出システム及び保険料算出方法 |
CN202180053421.9A CN116057549A (zh) | 2020-08-28 | 2021-08-25 | 保险费计算系统和保险费计算方法 |
EP21861637.3A EP4207010A4 (en) | 2020-08-28 | 2021-08-25 | CALCULATION SYSTEM FOR INSURANCE PREMIUMS AND CALCULATION METHODS FOR INSURANCE PREMIUMS |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020145099A JP7082647B2 (ja) | 2020-08-28 | 2020-08-28 | 保険料算出システム及び保険料算出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022039845A JP2022039845A (ja) | 2022-03-10 |
JP7082647B2 true JP7082647B2 (ja) | 2022-06-08 |
Family
ID=80355365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020145099A Active JP7082647B2 (ja) | 2020-08-28 | 2020-08-28 | 保険料算出システム及び保険料算出方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230245243A1 (ja) |
EP (1) | EP4207010A4 (ja) |
JP (1) | JP7082647B2 (ja) |
CN (1) | CN116057549A (ja) |
WO (1) | WO2022045214A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024161871A1 (ja) * | 2023-02-01 | 2024-08-08 | アニコム ホールディングス株式会社 | 保険料算出システム、医療費予測システム及び保険料算出方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006323507A (ja) | 2005-05-17 | 2006-11-30 | Yamaha Motor Co Ltd | 属性識別システムおよび属性識別方法 |
JP2019010004A (ja) | 2017-06-29 | 2019-01-24 | 株式会社Peco | 情報処理システム及びプログラム |
JP2019134690A (ja) | 2018-02-05 | 2019-08-15 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP6734457B1 (ja) | 2019-10-28 | 2020-08-05 | アニコム ホールディングス株式会社 | 疾患予測システム、保険料算出システム及び疾患予測方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW359781B (en) * | 1993-05-25 | 1999-06-01 | Casio Computer Co Ltd | Animal image display controlling devices and method thereof |
US7246070B2 (en) * | 2004-09-24 | 2007-07-17 | James Dennis Schwartz | Method and apparatus for bundling insurance coverages in order to gain a pricing advantage |
US10235467B2 (en) * | 2015-12-11 | 2019-03-19 | Samsung Electronics Co., Ltd. | Providing search results based on an estimated age of a current user of a mobile computing device |
JP2017224188A (ja) * | 2016-06-16 | 2017-12-21 | アニドック株式会社 | 飼育動物の保険加入支援システム、飼育支援システム、及びプログラム |
JP6803791B2 (ja) | 2016-08-01 | 2020-12-23 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 保険金算出装置、保険金算出方法及び保険金算出プログラム |
CN107229947B (zh) * | 2017-05-15 | 2020-11-06 | 翔创科技(北京)有限公司 | 一种基于动物识别的金融保险方法及系统 |
JP6692045B2 (ja) * | 2017-09-28 | 2020-05-13 | パナソニックIpマネジメント株式会社 | 認証装置、認証システム、認証方法、及びプログラム |
CN110414298B (zh) * | 2018-04-28 | 2023-07-07 | 中山大学 | 一种猴脸多属性联合识别方法 |
CN111292146B (zh) * | 2018-12-07 | 2023-06-13 | 泰康保险集团股份有限公司 | 保险推荐方法及装置、计算机存储介质、电子设备 |
CN110717401A (zh) * | 2019-09-12 | 2020-01-21 | Oppo广东移动通信有限公司 | 年龄估计方法及装置、设备、存储介质 |
-
2020
- 2020-08-28 JP JP2020145099A patent/JP7082647B2/ja active Active
-
2021
- 2021-08-25 CN CN202180053421.9A patent/CN116057549A/zh active Pending
- 2021-08-25 US US18/023,644 patent/US20230245243A1/en active Pending
- 2021-08-25 WO PCT/JP2021/031226 patent/WO2022045214A1/ja unknown
- 2021-08-25 EP EP21861637.3A patent/EP4207010A4/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006323507A (ja) | 2005-05-17 | 2006-11-30 | Yamaha Motor Co Ltd | 属性識別システムおよび属性識別方法 |
JP2019010004A (ja) | 2017-06-29 | 2019-01-24 | 株式会社Peco | 情報処理システム及びプログラム |
JP2019134690A (ja) | 2018-02-05 | 2019-08-15 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP6734457B1 (ja) | 2019-10-28 | 2020-08-05 | アニコム ホールディングス株式会社 | 疾患予測システム、保険料算出システム及び疾患予測方法 |
Also Published As
Publication number | Publication date |
---|---|
EP4207010A4 (en) | 2024-01-03 |
WO2022045214A1 (ja) | 2022-03-03 |
EP4207010A1 (en) | 2023-07-05 |
US20230245243A1 (en) | 2023-08-03 |
JP2022039845A (ja) | 2022-03-10 |
CN116057549A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021085313A1 (ja) | 疾患予測システム、保険料算出システム及び疾患予測方法 | |
US10600179B2 (en) | Image analysis for determining characteristics of groups of individuals | |
Berns et al. | Functional MRI in awake dogs predicts suitability for assistance work | |
US12033316B2 (en) | Systems and methods of measuring the body based on image analysis | |
Bovenkerk et al. | Fish welfare in aquaculture: Explicating the chain of interactions between science and ethics | |
US9922243B2 (en) | Image analysis for determining characteristics of pairs of individuals | |
KR102330858B1 (ko) | 배변 시트 대변 이미지를 활용한 반려 동물 대변 상태 분석 정보 제공 방법, 장치 및 시스템 | |
WO2022045214A1 (ja) | 保険料算出システム及び保険料算出方法 | |
Feighelstein et al. | Explainable automated pain recognition in cats | |
KR20140023458A (ko) | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 | |
CN116615787A (zh) | 用于分类宠物信息的系统和方法 | |
US9098898B2 (en) | Image analysis for determining characteristics of individuals | |
JP7360496B2 (ja) | 判定システム | |
JP7503041B2 (ja) | 保険料算出システム及び保険料算出方法 | |
CN117672501A (zh) | 一种基于人工智能的宠物健康初筛系统 | |
WO2023008571A1 (ja) | 個体識別システム及び個体識別方法 | |
JP7330258B2 (ja) | 感情判定システム及び感情判定方法 | |
WO2021049510A1 (ja) | 情報処理システムおよびプログラム | |
GB2618780A (en) | Health tracking method and system | |
Graham | The potential impact of artificial intelligence in equine practice | |
Buric et al. | Diagnosis of ophthalmologic diseases in canines based on images using neural networks for image segmentation | |
JP2023125869A (ja) | 個体識別システム及び個体識別方法 | |
JP2022184223A (ja) | ペット販売価格判定システム及びペット販売価格判定方法 | |
WO2013147932A1 (en) | Image analysis for determining characteristics of individuals and group of individuals | |
Wells et al. | The Head Space Project Canine Chiari Group at The University of Surrey |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220127 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220414 |
|
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: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220527 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7082647 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |