JP7360496B2 - 判定システム - Google Patents
判定システム Download PDFInfo
- Publication number
- JP7360496B2 JP7360496B2 JP2022061251A JP2022061251A JP7360496B2 JP 7360496 B2 JP7360496 B2 JP 7360496B2 JP 2022061251 A JP2022061251 A JP 2022061251A JP 2022061251 A JP2022061251 A JP 2022061251A JP 7360496 B2 JP7360496 B2 JP 7360496B2
- Authority
- JP
- Japan
- Prior art keywords
- animal
- individual
- image
- face image
- trained model
- 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
- 241001465754 Metazoa Species 0.000 claims description 330
- 230000001815 facial effect Effects 0.000 claims description 97
- 238000012549 training Methods 0.000 claims description 44
- 210000005069 ears Anatomy 0.000 claims description 17
- 241000282412 Homo Species 0.000 description 25
- 238000000034 method Methods 0.000 description 24
- 241000282472 Canis lupus familiaris Species 0.000 description 14
- 238000013135 deep learning Methods 0.000 description 11
- 230000037308 hair color Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 241000282326 Felis catus Species 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 6
- 241000894007 species Species 0.000 description 6
- 239000006071 cream Substances 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 241000512668 Eunectes Species 0.000 description 4
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 4
- 235000019219 chocolate Nutrition 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 229910052709 silver Inorganic materials 0.000 description 4
- 239000004332 silver Substances 0.000 description 4
- 235000008314 Echinocereus dasyacanthus Nutrition 0.000 description 3
- 240000005595 Echinocereus dasyacanthus Species 0.000 description 3
- 241000283973 Oryctolagus cuniculus Species 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 235000001954 papillon Nutrition 0.000 description 3
- 241000124008 Mammalia Species 0.000 description 2
- 241000981595 Zoysia japonica Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- -1 brown Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 244000229285 papillon Species 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 206010071233 Constricted ear deformity Diseases 0.000 description 1
- 241000255777 Lepidoptera Species 0.000 description 1
- 241000270322 Lepidosauria Species 0.000 description 1
- 241000282339 Mustela Species 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 239000002453 shampoo Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Collating Specific Patterns (AREA)
Description
[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品種を判定する判定手段と、を備える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品種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、出力をその動物の品種判定とする学習済みモデルであることを特徴とする判定システム。
[2]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毛色を判定する判定手段と、を備える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毛色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、出力をその動物の毛色判定とする学習済みモデルであることを特徴とする判定システム。
[3]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性別を判定する判定手段と、を備える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性別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、出力をその動物の性別判定とする学習済みモデルであることを特徴とする判定システム。
[4]前記教師データとして用いられる顔画像が、動物の眼及びその周囲を含み、耳、鼻及び口を含まない画像である[1]~[3]のいずれかの判定システム。
[5]前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である[1]~[3]のいずれかの判定システム。
[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、
ヒトを除く動物の顔画像及び個体識別情報を記憶したデータベースと、 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が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段と、を備える個体識別システムであって、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とする個体識別システム。
[7]前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である[6]の個体識別システム。
[8]入場又は退場しようとする動物の顔画像の入力を受け付ける受付手段と、
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、
備える動物の入退場管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とする入退場管理システム。
[9]動物病院において診察を受けようとする動物の顔画像の入力を受け付ける受付手段と、
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、
備える動物の管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とする動物の管理システム。
[10]ペットサロンにおいてトリミング又はシャンプーを受けようとする動物の顔画像の入力を受け付ける受付手段と、
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、
備える動物の管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とする動物の管理システム。
[11]捜索対象となっている動物の候補となる動物の顔画像の入力を受け付ける受付手段と、
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、
備える動物の管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とする動物の管理システム。
[12]ヒトを除く動物の複数の顔画像が、同一の個体を撮影した画像か否かを判定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、ヒトを除く動物の画像であって、動物の眼及びその周囲を含み、耳、鼻及び口を含まない画像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。
本発明の判定システムは、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品種を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、品種を判定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。
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品種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、出力をその動物の品種の判定とする学習済みモデルを含む。品種とは、生物の種以下の生物集団の単位である。例えば、犬でいうと、犬の品種は犬種とも呼ばれ、具体的には、トイプードル、チワワ、ミニチュア・ダックスフント、柴犬、ポメラニアン、ヨークシャー・テリア、ミニチュア・シュナウザー、シー・ズー、フレンチ・ブルドッグ、パピヨン、マルチーズ、ラブラドール、ダルメシアン、チャウチャウ等が挙げられる。猫でいうと、猫の品種は猫種とも呼ばれ、スコティッシュ・フォールド、アメリカン・ショートヘア、ノルウェージャン・フォレストキャット、ロシアンブルー、ブリティッシュ・ショートヘア、ラグドール、メイン・クーン、ペルシャ等が挙げられる。ウサギでいうと、ネザーランドドワーフ、ホーランドロップ、ロップイヤー、ミニレッキス、ドワーフロップ、アメリカンファジーロップ等が挙げられる。
また、教師データとして用いる動物の顔画像として、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像を用いることも好ましい。
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、当該動物の品種の判定を行う。
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、「トイプードル」、あるいは、「チワワ」、「パピヨン」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、品種の判定の確実性を同時に出力してもよい。例えば、「トイプードル(信頼度:80%)」といった具合である。
本発明の判定システムは、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。
本発明の判定システムは、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毛色を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、上記品種判定システムと同様である。
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毛色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毛色の判定とする学習済みモデルを含む。毛色とは、黒、黒&シルバー、ブラウン、クリーム、白、チョコレート、イエローなどが挙げられるがこれらに限定されない。動物の種や品種毎に毛色の種類を設定することもできる。
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毛色の判定を行う。
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、「黒」、あるいは、「ブラウン」、「クリーム」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、毛色の判定の確実性を同時に出力してもよい。例えば、「ブラウン(信頼度:80%)」といった具合である。
本発明の判定システムは、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。
本発明の判定システムは、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性別を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、上記品種判定システムと同様である。
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性別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、出力をその動物の性別の判定とする学習済みモデルを含む。
本発明の個体識別システムは、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、ヒトを除く動物の顔画像及び個体識別情報を記憶したデータベースと、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が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段と、を備える。
本発明の受付手段は、上記品種判定システムと同様である。
本発明のデータベースは、動物の顔画像と当該顔画像に係る動物の個体の個体識別情報を紐付けて記憶、格納する。個体識別情報としては、例えば、当該動物の種、品種、性別、年齢、体重、体長が挙げられる。その他、各動物ごとにIDナンバーを付してもよい。さらに、当該動物の通院歴、手術歴、薬の投与歴といった健康に関する情報や、トリミング履歴、シャンプー履歴、爪切り履歴といったペットサロンの利用履歴に関する情報などを個体識別情報に付してもよい。データベースは、データベースサーバーの形で管理してもよく、クラウドサーバー上で管理してもよく、分散データベースとしてもよい。
本発明の判定手段は、学習済みモデルを含む。
学習方法としては、例えば、各個体ごとに同一日に撮影した複数枚の顔画像と、他の個体を撮影した顔画像を用意し、各顔画像に個体識別IDを付与し、写真に対する答えをIDとして学習させる方法が挙げられる。
また、3枚の画像を1セットにし、その中の一つの画像(Query)と似ている方をPositive、似ていない方をNegativeという風に3枚ごとにラベル付けを行ういわゆるtriplet trainingでもよい。
教師データとして用いる動物の顔画像としては、動物の眼及びその周囲を含み、耳、鼻及び口を含まない画像、或いは、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像が好ましい。
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、「同一個体」、あるいは、「同一個体ではない」といった表示をすることで判定を出力することができる。また、受付手段から入力された動物の顔画像が、データベースに記憶されている特定の個体と同一の個体であるという判定がなされた場合には、当該特定の個体の個体識別情報を合わせて出力してもよい。また、受付手段から入力された動物と同一の個体である可能性が高いものから順に、データベースに記憶されている動物の画像を複数枚提示してもよい。
本発明の入退場管理システムは、入場又は退場しようとする動物の顔画像の入力を受け付ける受付手段と、動物の顔画像と個体識別情報とを記憶するデータベースと、前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、前記判定手段による判定結果を出力する出力手段とを、備える動物の入退場管理システムであって、前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とするものである。
まず、ペットホテルの利用者は、端末13を通じてペットホテルのウェブサイト上で会員登録を行い、ペットホテルに宿泊させたいペットの種、品種、名前、生年月日、体重、性別、予防接種の有無等の個体識別情報とともに、ペットの顔画像を登録する。登録されたペットの個体識別情報は、ペットホテルが管理するデータベース12に格納される。
次に、利用者は、端末13を通じてウェブサイト上でペットホテルの予約を行い、予約された日時にペットを連れてペットホテルを訪れる。
ペットホテルの従業員が、ペットホテルに備え付けられたカメラ等の撮影手段16によって、ペットを撮影する。そうすると、撮影された画像がネットワークを通じて受付手段15に入力される。
処理演算部17は、データベース12を参照し、データベース12に記憶されているペットの顔画像と当該受け付けられた画像について、判定手段11を用いて、同一の個体であるか否かを判定する。データベース12に記憶されているペットの顔画像それぞれについて、判定を繰り返し、同一の個体であると判定された場合には、当該ペットの顔画像とともに、当該ペットの個体識別情報を出力手段14(パソコンの画面)により出力する。
このとき、ペットホテルの従業員は、出力された判定結果とペットの個体識別情報を利用して、ペットホテルを利用しようとするペットが、会員登録されたペットと同一の個体であることを判断し、当該ペットを入場させることができる。
本発明の動物の管理システムは、動物病院において診察を受けようとする動物の顔画像の入力を受け付ける受付手段と動物の顔画像と個体識別情報とを記憶するデータベースと、前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、前記判定手段による判定結果を出力する出力手段とを、備える動物の管理システムであって、前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とするものである。
本発明の管理システムは、ペットサロンにおいてトリミング又はシャンプーを受けようとする動物の顔画像の入力を受け付ける受付手段と動物の顔画像と個体識別情報とを記憶するデータベースと、前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、前記判定手段による判定結果を出力する出力手段とを、備える動物の管理システムであって、前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とするものである。
本発明の管理システムは、捜索対象となっている動物の候補となる動物の顔画像の入力を受け付ける受付手段と動物の顔画像と個体識別情報とを記憶するデータベースと、前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、前記判定手段による判定結果を出力する出力手段とを、備える動物の管理システムであって、前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであることを特徴とするものである。
本発明の年齢帯判定システムは、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帯を判定し出力する判定手段と、を備える。
トイプードル、チワワ、ミニチュア・ダックスフント、柴犬、ポメラニアン、ヨークシャー・テリア、ミニチュアシュナウザー、シーズー、フレンチブルドッグ、パピヨン、マルチーズの11犬種それぞれについて100枚の顔画像(眼とその周囲のみが映った画像。一例として、図5~図8の写真(用いたのはカラー写真)。256×256ピクセルに統一した。)と、各画像に係る犬種情報(図9に示すように各犬種に番号を振った)を教師データとして用いて、ディープラーニングを行い、学習済みモデルを生成した。
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、テストとして、上記学習済みモデルの生成に用いた画像とは別の画像(眼とその周囲のみが映った画像)を各犬種毎に40頭分ずつ用意し、判定を行った。
その結果を図10に示す。犬種を正確に回答した正答率は、全体として、71.6%であった。
毛色が異なるトイプードルの顔写真を各色ごとに40枚ずつ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、眼とその周囲のみが映った画像であり、黒&シルバーの毛色の画像が40枚、ブラウンの毛色の画像が40枚、クリームの毛色の画像が40枚、白の毛色の画像が40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、図11に示すように、黒&シルバー、ブラウン、クリーム及び白のそれぞれの毛色に対応する番号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、テストとして、上記学習済みモデルの評価に用いた顔写真とは別の顔写真(眼とその周囲のみの画像)を用いてテストを行った。テストに使用した顔写真は、眼とその周囲のみが映った画像であり、黒&シルバーの毛色の画像が40枚、ブラウンの毛色の画像が40枚、クリームの毛色の画像が40枚、白の毛色の画像が40枚であった。
その結果を図12に示す。毛色を正確に回答した正答率は、全体として、85.0%であった。
毛色が異なるラブラドールの顔写真を各色ごとに40枚ずつ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、眼とその周囲のみが映った画像であり、黒の毛色の画像が40枚、チョコレートの毛色の画像が40枚、イエローの毛色の画像が40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、図13に示すように、黒、チョコレート、イエローのそれぞれの毛色に対応する番号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、テストとして、上記学習済みモデルの評価に用いた顔写真とは別の顔写真を用いてテストを行った。テストに使用した顔写真は、眼とその周囲のみが映った画像であり、黒の毛色の画像が40枚、チョコレートの毛色の画像が40枚、イエローの毛色の画像が40枚であった。
その結果を図14に示す。毛色を正確に回答した正答率は、全体として、86.7%であった。
5匹のトイプードルそれぞれについて40枚ずつ顔画像を用意した。各顔画像は、眼、鼻、及び口を含み、耳や顔の輪郭は含まないものであった。
5匹のトイプードルそれぞれ24枚の画像を使っ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。5匹のトイプードルの画像には、それぞれ、図15(a)~(e)に示すように、「個体A」、「個体B」、「個体C」、「個体D」、「個体E」に応じてID(ラベル)を付した。
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、図15(f)に示すように、「個体A」、「個体B」、「個体C」、「個体D」、「個体E」のそれぞれの個体に対応する番号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、テストとして、上記学習済みモデルの評価に用いた顔写真とは別の顔写真(眼と鼻と口が映っている画像)を用いてテストを行った。テストに使用した顔写真は、各個体ごとに8枚ずつであった。
その結果を図16に示す。毛色を正確に回答した正答率は、全体として、95%であった。
Claims (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、
ヒトを除く動物の顔画像及び個体識別情報を記憶したデータベースと、
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が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段と、を備える個体識別システムであって、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであり、
前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である
ことを特徴とする個体識別システム。 - 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、
品種判定用の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品種を判定する判定手段と、
ヒトを除く動物の顔画像及び個体識別情報を品種ごとに記憶したデータベースと、
個体識別用の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が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段と、を備える個体識別システムであって、
前記品種判定用の学習済みモデルが、ヒトを除く動物の顔画像とその動物の品種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、出力をその動物の品種判定とする学習済みモデルであり、
且つ、前記個体識別用の学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであり、
前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である
ことを特徴とする個体識別システム。 - 入場又は退場しようとする動物の顔画像の入力を受け付ける受付手段と
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、
備える動物の入退場管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、入力を複数枚の動物の顔画像とし、出力を複数枚の動物の顔画像が同一の個体を撮影したものであるか否かの判定とする学習済みモデルであり、
前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である
ことを特徴とする入退場管理システム。 - 動物病院において診察を受けようとする動物の顔画像の入力を受け付ける受付手段と
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、
備える動物の管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであり、
前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である
ことを特徴とする動物の管理システム。 - ペットサロンにおいてトリミング又はシャンプーを受けようとする動物の顔画像の入力を受け付ける受付手段と
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、
備える動物の管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであり、
前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である
ことを特徴とする動物の管理システム。 - 捜索対象となっている動物の候補となる動物の顔画像の入力を受け付ける受付手段と
動物の顔画像と個体識別情報とを記憶するデータベースと、
前記受付手段により受け付けられた動物の顔画像に映った個体が、データベースに記憶された個体と同一の個体であるか否かを判定する判定手段と、
前記判定手段による判定結果を出力する出力手段とを、備える動物の管理システムであって、
前記判定手段が、学習済みモデルを用いて、前記受付手段により受け付けられた動物の顔画像が、データベースに記憶された動物個体と同一の個体の画像であるか否かを判定する判定手段であり、
前記学習済みモデルが、ヒトを除く動物の顔画像を教師データとして用いて学習を行い、各顔画像には個体ごとのID情報を付与し、入力をある個体の動物の顔画像又は別の個体の動物の顔画像とし、出力を、各顔画像が、ある個体の顔画像であるか別の個体の顔画像であるかの判定とする学習済みモデルであり、
前記教師データとして用いられる顔画像が、動物の眼、鼻及び口を含み、耳及び顔の輪郭を含まない画像である
ことを特徴とする動物の管理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022061251A JP7360496B2 (ja) | 2021-04-15 | 2022-03-31 | 判定システム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021069375A JP7169397B2 (ja) | 2021-04-15 | 2021-04-15 | 判定システム |
JP2022061251A JP7360496B2 (ja) | 2021-04-15 | 2022-03-31 | 判定システム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021069375A Division JP7169397B2 (ja) | 2021-04-15 | 2021-04-15 | 判定システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022164589A JP2022164589A (ja) | 2022-10-27 |
JP7360496B2 true JP7360496B2 (ja) | 2023-10-12 |
Family
ID=83743142
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021069375A Active JP7169397B2 (ja) | 2021-04-15 | 2021-04-15 | 判定システム |
JP2022061251A Active JP7360496B2 (ja) | 2021-04-15 | 2022-03-31 | 判定システム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021069375A Active JP7169397B2 (ja) | 2021-04-15 | 2021-04-15 | 判定システム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7169397B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7360489B2 (ja) * | 2022-02-28 | 2023-10-12 | アニコム ホールディングス株式会社 | 個体識別システム及び個体識別方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110421A (ja) | 2007-10-31 | 2009-05-21 | Ahb International Kk | 情報提供システム |
JP2011019013A (ja) | 2009-07-07 | 2011-01-27 | Ricoh Co Ltd | 撮像装置、領域検知方法、及びプログラム |
JP2019071895A (ja) | 2017-08-29 | 2019-05-16 | 株式会社ハチたま | ペットの個体識別システム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6928369B2 (ja) * | 2017-06-29 | 2021-09-01 | 株式会社Peco | 情報処理システム及びプログラム |
JP7054121B2 (ja) * | 2020-10-21 | 2022-04-13 | シャープ株式会社 | 生体情報処理装置およびプログラム |
-
2021
- 2021-04-15 JP JP2021069375A patent/JP7169397B2/ja active Active
-
2022
- 2022-03-31 JP JP2022061251A patent/JP7360496B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110421A (ja) | 2007-10-31 | 2009-05-21 | Ahb International Kk | 情報提供システム |
JP2011019013A (ja) | 2009-07-07 | 2011-01-27 | Ricoh Co Ltd | 撮像装置、領域検知方法、及びプログラム |
JP2019071895A (ja) | 2017-08-29 | 2019-05-16 | 株式会社ハチたま | ペットの個体識別システム |
Also Published As
Publication number | Publication date |
---|---|
JP2022164098A (ja) | 2022-10-27 |
JP2022164589A (ja) | 2022-10-27 |
JP7169397B2 (ja) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6734457B1 (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 | |
US9826713B2 (en) | Animal muzzle pattern scanning device | |
US11910784B2 (en) | Animal visual identification, tracking, monitoring and assessment systems and methods thereof | |
US20200090821A1 (en) | Veterinary Services Inquiry System | |
JP7360496B2 (ja) | 判定システム | |
US20200092354A1 (en) | Livestock Management System with Audio Support | |
KR102266621B1 (ko) | 보호자정보에 기반한 동물 통합 관리서버 및 그 동물 통합 관리방법 | |
KR102207242B1 (ko) | 빅데이터 기반 반려동물 위기관리 통합 시스템, 서버 및 방법 | |
JP7360489B2 (ja) | 個体識別システム及び個体識別方法 | |
JP2023056040A (ja) | 活動検証のためのシステム及び方法 | |
WO2023008571A1 (ja) | 個体識別システム及び個体識別方法 | |
KR102303862B1 (ko) | 인공지능 기반 온라인 가축 경매 장치 및 방법 | |
JP5702619B2 (ja) | ペット情報管理システム及びペット情報管理方法 | |
Roberts | Socially responsible facial recognition of animals | |
JP7204859B1 (ja) | 性格判定システム及び性格判定方法 | |
JP7503041B2 (ja) | 保険料算出システム及び保険料算出方法 | |
KR20200091577A (ko) | 애견돌봄서비스 및 애견돌봄이 매칭시스템 및 방법 | |
Klasky et al. | Milking Welfare: Bovis Sacer and the Inclusive Thanatopolitics of the Dairy Farm | |
JP2024062859A (ja) | 愛玩動物の相性判定システム及び相性判定方法 | |
JP7330258B2 (ja) | 感情判定システム及び感情判定方法 | |
KR102359222B1 (ko) | 반려동물의 생체정보를 이용한 반려동물 관리 시스템 | |
KR102452932B1 (ko) | 지도 기반 유기동물 관리 플랫폼 서비스 제공 시스템 | |
JP2022184224A (ja) | 画像判定システム及び画像判定方法 | |
JP2022170368A (ja) | トリミング結果判定システム及びトリミング結果判定方法 | |
TR2021020813A2 (tr) | Sokak hayvanlari i̇çi̇n kullanilan bi̇r taki̇p si̇stemi̇ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220331 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230308 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230628 |
|
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: 20230912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230929 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7360496 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |