技術概要
本技術は、犬の感情をリアルタイムで高精度に推定するための完全ローカル型エッジデバイスと方法を提供します。カメラで表情を、マイクロホンで鳴き声をそれぞれ取得し、これらを処理部で統合分析します。特に、画像中の犬をリアルタイムで検出し、検出時にのみ表情・鳴き声推定を開始する制御手段、畳み込みニューラルネットワークによる表情推定、メル周波数ケプストラム係数を用いた鳴き声分析など、最先端のAI技術を複数組み合わせています。これにより、従来の単一モーダル分析の限界を超え、より信頼性の高い感情推定を実現し、生成AIによる分かりやすいフィードバックで飼い主とのコミュニケーション深化を支援します。
メカニズム
本技術の処理部は、まずカメラ画像から物体検出手段により犬をリアルタイムで特定します。犬が検出された場合のみ、表情推定手段が犬領域を切り出し、畳み込みニューラルネットワーク(CNN)を用いて表情を分析します。同時に、鳴き声推定手段が所定時間の鳴き声を収録し、メル周波数ケプストラム係数(MFCC)を抽出し、機械学習モデルで鳴き声に基づく感情を推定します。これらの表情と鳴き声の推定結果は統合手段で総合的に判断され、最終的な犬の感情を決定。その結果は出力手段において自然言語生成モデルにより日本語の説明文として生成され、視覚および音声でユーザーにフィードバックされます。
権利範囲
AI評価コメント
本特許は、長期にわたる残存期間(18.9年)と、14件の先行技術文献を乗り越えた強い権利範囲が評価され、Aランクを獲得しました。複数回の拒絶理由通知をクリアしている点は、権利の安定性と堅牢性を示しています。出願人が個人であるものの、その技術的独自性と市場での優位性は高く、導入企業に長期的な競争優位性をもたらす可能性を秘めています。
| 比較項目 | 従来技術 | 本技術 |
|---|---|---|
| 感情推定の精度 | 単一モーダル(表情/鳴き声のみ) | ◎(多モーダル統合で高精度) |
| データ処理場所 | クラウドベース | ◎(完全ローカル処理) |
| フィードバック形式 | 数値、グラフ | ◎(生成AIによる自然言語説明) |
| プライバシー | データ流出リスクあり | ◎(データ流出リスクなし) |
| リアルタイム性 | ネットワーク遅延の可能性 | ◎(超低遅延) |
導入企業が本技術を搭載した製品を販売した場合、飼い主の犬の行動理解が深まり、ストレス起因の無駄吠え対策グッズ購入費や、軽度な行動問題に対するしつけ教室費用(年間平均5万円/頭)の約20%を削減できると試算されます。ペットオーナー1万人への普及を仮定すると、5万円 × 20% × 10,000頭 = 年間1,000万円の削減効果が期待できます。さらに、早期の体調異変察知による獣医診療費削減効果も同様に1,000万円程度と見込まれます。
審査タイムライン
横軸: 感情理解度・解像度
縦軸: プライバシー保護・リアルタイム性