画像セグメンテーション（がぞうせぐめんてーしょん）

最終更新：2026/4/25

画像セグメンテーションは、画像を意味のある領域に分割するコンピュータビジョンの技術である。

別名・同義語画像分割領域分割

ポイント

画像認識や物体検出の前処理として用いられ、自動運転や医療画像解析など幅広い分野で応用されている。

画像セグメンテーションとは

画像セグメンテーションは、デジタル画像を構成するピクセルを、色やテクスチャ、位置などの特徴に基づいて、意味のある複数の領域（セグメント）に分割する技術です。各セグメントは、画像内の特定の物体や背景を表すことが多く、画像認識や物体検出といった高度な画像処理の基礎となります。

画像セグメンテーションには、大きく分けて以下の種類があります。

意味的セグメンテーション (Semantic Segmentation): 画像内の各ピクセルに対して、それが属する物体カテゴリを割り当てます。例えば、道路、建物、歩行者などを識別します。
インスタンスセグメンテーション (Instance Segmentation): 意味的セグメンテーションに加え、同じカテゴリの物体を個別に識別します。例えば、複数の歩行者をそれぞれ区別します。
汎セグメンテーション (Panoptic Segmentation): 意味的セグメンテーションとインスタンスセグメンテーションを組み合わせたもので、画像内のすべてのピクセルに対して、物体カテゴリとインスタンスIDを割り当てます。

画像セグメンテーションには、様々な手法が用いられます。

閾値処理: 画像の輝度値に基づいてピクセルを分類します。
エッジ検出: 画像内のエッジを検出し、それに基づいて領域を分割します。
クラスタリング: ピクセルの特徴に基づいて、類似したピクセルをグループ化します。
深層学習: Convolutional Neural Network (CNN) などの深層学習モデルを用いて、高精度なセグメンテーションを実現します。特に、Fully Convolutional Network (FCN) や U-Net などのアーキテクチャが広く用いられています。

画像セグメンテーションは、様々な分野で応用されています。