メインコンテンツへスキップ
← 全機能に戻る
ShowScore Engine は、独立した5軸評価で99%の再現性を実現します

🎯 99%の精度とは?

ShowDog が報告する「99%の精度」とは、同じ写真を複数回評価した際に、同じスコアが得られる再現性(Repeatability)を意味します。つまり、一貫性のある信頼できる評価が実現できているということです。

⚙️ ShowScore Engine の評価フロー

ShowScore Engine がどのように犬を評価するのか、ステップバイステップで説明します。

📝 Step 1: アルゴリズムがシルエット解析でベーススコアを算出

ベーススコア = (骨格×25%) + (歩様×25%) + (筋肉×20%) + (被毛×20%) + (気質×10%)

写真解析アルゴリズム

1. 犬のシルエットから各部位の中心線を検出(背骨・頭部・前脚・後脚・尾)

2. 中心線から角度を算出(肩角・後躯角・ヘッドキャリッジ・テールセット)

3. 各部位間の比率を算出(体長:体高比、頭:体比、肢:体比)

4. 犬種スタンダードDB(360犬種)と比較してスコアリング

5. 犬種別の細かい係数(角度許容値・比率理想値)で自然なバラツキを実現

動画解析アルゴリズム

1. 各フレームで全身中心線を検出・追跡

2. ストライド(歩幅)をフレーム間中心線変位から算出

3. ピッチ(体軸の上下動)を中心線角度変動から算出

4. 犬種スタンダードの理想ストライド比・ピッチ安定性と比較

5. 歩様サイクルの規則性・トップライン維持度で総合評価

これがアルゴリズムです。AIに依存しません。決定論的な計測に基づくため、同じ入力に対して常に同じスコアが算出されます。

例:
骨格: 85点 → 85 × 25% = 21.25
歩様: 80点 → 80 × 25% = 20
筋肉: 88点 → 88 × 20% = 17.6
被毛: 82点 → 82 × 20% = 16.4
気質: 90点 → 90 × 10% = 9
ベーススコア = 84.25点(FCI基準で「A」グレード)

🤖 Step 2: AI補正(オプション・±8点以内)

最終スコア = アルゴリズムスコア + AI補正 (±8点の範囲内・オプション)

アルゴリズムが主導的にスコアを算出した後、AIはオプションの補正レイヤーとして機能します。AIは犬種特性を考慮し、±8点の範囲内で微調整のみ行います。AIが利用できない場合でも、アルゴリズム単独で完全なスコアリングが可能です。

例:
アルゴリズムスコア: 84.25点(「A」グレード)
犬種: チャンピオン・ラインのドーベルマン
AI補正: +5点(犬種特性の微調整)
最終スコア = 89.25点(「A+」グレード)

📏 重みづけの意味

骨格 (25%) - 犬の体の構造・バランス。最も重要な要素

歩様 (25%) - 動くときの優雅さと効率性。構造の次に重要

筋肉 (20%) - 筋肉の発達度合いと健康状態

被毛 (20%) - 毛並み、毛並みの艶やかさ

気質 (10%) - 性格や気質。観察者の判断に依存するため割合が小さい

✅ 何が「FCI基準準拠」なのか?

「FCI(国際愛犬連盟)基準準拠」とは、各犬種の評価スタンダード(理想体高、体重、性格など)が、国際的に認められたFCI基準に基づいているということです。

だから ShowScore Engine は、世界中どこでも同じスタンダードで一貫性のある評価が可能なのです。

📊 精度99%を実現する4つの要素

1️⃣ シルエット中心線解析

犬のシルエットから全身の中心線を引き、角度・比率を計測。毛のノイズに左右されない、構造的な評価を実現します。

2️⃣ 犬種スタンダードDB比較

360犬種のFCI基準データベースと比較。犬種ごとの理想角度・比率・許容値が細かく設定されており、犬種に適した精密な評価が可能です。

3️⃣ アルゴリズム独立(AI非依存)

ベーススコアは100%決定論的アルゴリズムで算出。AIは±8点のオプション補正のみ。AIなしでも完全に動作します。

4️⃣ 5軸の独立性

骨格、歩様、筋肉、被毛、気質の5軸は独立して評価。1軸のブレが他軸に影響しないため、全体的な精度が高まります。

🔬 科学的検証

99%の精度は以下の方法で検証されています:

🐕 実データでの検証

検証データセット: 360犬種 × 5軸スコア

対照群: 獣医師、専門審査員による手動評価

結果: 99%の一致率を達成

過去18ヶ月間の実績:

⚖️ 精度と透明性

ShowDog では、各スコアに「信頼度スコア」を表示しています。これは以下の要因を反映しています:

ユーザーは信頼度を確認することで、スコアの信頼性を客観的に判断できます。

💡 99%では「完璧」ではない理由

残り1%の誤差が存在する理由:

これらは避けられない物理的な要因であり、むしろ「99%の中での完璧な評価」こそが現実的な高精度評価です。