コンピュータビジョン（こんぴゅーたびじょん）
最終更新：2026/4/25
コンピュータビジョンは、コンピュータを用いて画像や動画から情報を抽出し、解析する技術である。
別名・同義語 画像認識視覚情報処理
ポイント
画像認識、物体検出、画像生成など、幅広い応用分野を持つ人工知能の一分野であり、近年、深層学習の発展により飛躍的な進歩を遂げている。
コンピュータビジョンの概要
コンピュータビジョンは、画像や動画から情報を抽出し、解釈する技術です。人間の視覚システムを模倣し、画像内の物体を認識したり、シーンを理解したり、異常を検出したりすることを目的とします。その応用範囲は非常に広く、自動運転、医療診断、セキュリティ、製造業など、様々な分野で活用されています。
歴史
コンピュータビジョンの研究は、1960年代に始まりました。初期の研究は、画像内の単純な形状を認識することに焦点を当てていました。1980年代には、画像処理技術の進歩により、より複雑な形状の認識が可能になりました。しかし、これらの初期の手法は、照明条件や物体の姿勢の変化に弱く、実用的な応用には限界がありました。
2010年代に入り、深層学習の登場により、コンピュータビジョンの分野は大きな転換期を迎えました。深層学習モデルは、大量の画像データから特徴を自動的に学習し、高い精度で画像認識を行うことができます。これにより、これまで困難だった複雑なシーンの理解や、微細な物体の検出が可能になりました。
主要な技術
- 画像認識: 画像に何が写っているかを識別する技術です。例えば、画像に写っている物体が犬であるかどうかを判断します。
- 物体検出: 画像内の特定の物体を特定し、その位置を特定する技術です。例えば、画像内のすべての車を検出し、その位置を囲む矩形を描画します。
- 画像セグメンテーション: 画像内の各ピクセルを、特定のカテゴリに分類する技術です。例えば、画像内のすべての道路、建物、木などを分類します。
- 画像生成: 新しい画像を生成する技術です。例えば、テキストの説明に基づいて画像を生成したり、既存の画像を編集したりします。