アウトペインティング
アウトペインティングとは、画像生成AIを用いて、元の画像の境界線の外側に新しい背景や被写体を自然に描き足し、画像全体の構図を拡張する技術です。元の画像のコンテキストや画風、光源、色使いなどを高度に維持したまま、違和感のない外挿を行います。主に景色の拡張や、正方形画像を横長に変換する用途などで活用されています。
コンピュータビジョンのAI用語一覧（2ページ目）
183件コンピュータビジョンに関するAI用語を183件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は2ページ目です。
画像生成
画像生成とは、人工知能がテキストなどの入力指示や既存データを基に、新しい画像を自動で創り出す技術です。深層学習の発展によりリアルな写真からイラストまで多様な表現が可能になり、生成AIを代表する技術分野としてクリエイティブ産業やビジネス現場で幅広く活用されています。
ニューラルレンダリング
ニューラルレンダリングとは、物理的な法則の計算とディープラーニングを融合させ、画像や動画を効率的かつ高品質に合成する技術です。従来のCG制作とは異なり、AIがデータから光の反射や物体の形状を学習し、リアルタイムで新たな視点の映像を生成します。
物体認識
物体認識とは、画像や動画の中に映る対象が何であるかをAIが特定し、分類するコンピュータビジョンの基本的な技術です。自動運転や医療画像診断、製造ラインでの不良品検知など、現代の様々なAIシステムにおいて中核的な役割を担っています。
画像分割
画像分割（イメージセグメンテーション）とは、デジタル画像内の個々のピクセルを、共通の属性や意味を持つ領域ごとに分類・グループ分けするコンピュータビジョン技術です。画像全体から特定の対象物の境界を正確に特定することで、自動運転、医療画像診断、ロボットの視覚システムなど、高度な画像理解を伴う多様な分野で不可欠な技術となっています。
複合現実
複合現実（MR）とは、現実世界と仮想世界をリアルタイムで融合させ、物理的なオブジェクトとデジタルデータが相互に影響し合う環境を構築する技術です。AIを用いた空間認識やコンピュータビジョンを活用し、現実の形状を正確に把握した上でデジタル情報を重ね合わせるため、ARやVRを超える高度なインタラクティブ体験を実現します。
領域分割
領域分割は、画像内のすべてのピクセルに対して意味のあるカテゴリを割り当て、画像を複数の領域に切り分けるコンピュータビジョンの技術です。自動運転における道路や障害物の検知、医療画像における病変の特定などに活用されます。ピクセル単位での高精度な判定が可能ですが、計算コストが高く、学習データ作成に手間がかかるという特徴があります。
ナーフ
ナーフ（NeRF）とは、少量の2次元画像から高品質な3次元モデルを再構築するディープラーニング技術です。視点に応じた光の伝播をニューラルネットワークで学習し、滑らかな3D空間を作り出します。
深度情報
深度情報とは、カメラなどのセンサーから対象物までの距離を示すデータのことです。2次元の画像データに奥行き（Z軸）の次元を加えることで、物体の立体的な形状や配置、3次元空間における位置関係を正確に把握するために用いられます。自動運転、ロボットのナビゲーション、AR、顔認証など、様々なAI技術の基盤として重要性が高まっています。
ミリ波レーダー
ミリ波レーダーとは、ミリ波帯の電波を用いて障害物の距離や方向を高精度に測定するセンサー技術です。自動運転や先進運転支援システムにおいて、悪天候に強い点から機械学習モデルと組み合わされ、AIの認識能力を補う重要なデバイスとして広く活用されています。
画像セグメンテーション
画像セグメンテーションは、デジタル画像を画素単位で領域分割し、物体や背景ごとに分類するコンピュータビジョン技術です。自動運転や医療画像診断など、AIが詳細な視覚情報を理解するために欠かせない基盤技術として広く活用されています。
畳み込みニューラルネットワーク（CNN）
畳み込みニューラルネットワーク（CNN）とは、主に画像や動画などの格子状データの処理に特化したディープラーニングの構造です。フィルターを用いた畳み込み処理とプーリング処理を組み合わせることで、データの局所的な特徴を効率的に抽出し、画像認識や物体検出などの分野で高い性能を発揮します。
マルチオブジェクトトラッキング
マルチオブジェクトトラッキング（MOT）とは、動画などの連続フレーム内で複数の対象物を同時に検出・追跡するコンピュータビジョン技術です。各物体に固有の識別番号を割り当て、遮蔽や交差が発生しても同一性を維持し続けます。自動運転の障害物検知や防犯カメラの人物追跡など、リアルタイムな状況把握に不可欠な役割を果たします。
フレームカメラ
フレームカメラとは、従来のビデオカメラのように一定の時間間隔で静止画像を連続して撮影する撮像デバイスです。AIを用いた画像認識や物体検出の分野において、入力データとしての画像フレームを提供する基本的なデバイスとして広く利用されています。
ドメインギャップ
ドメインギャップとは、AIモデルの学習に使用したデータと、実際に運用する環境で入力されるデータの間にある分布や性質の差異のことです。この差異が大きいと、学習時に高精度だったモデルでも実環境での汎化性能が著しく低下するため、ドメイン適応などの技術で埋める対策が重要視されています。
センサーフュージョン
センサーフュージョンとは、カメラやLiDAR、ミリ波レーダーなど複数の異なるセンサーから得られるデータを統合・処理し、単一のセンサーでは得られない高精度で信頼性の高い環境認識を実現する技術です。自動運転やロボット工学において、ノイズの低減や死角の補完、状況把握の安定化に不可欠な基盤技術となっています。
LiDAR
LiDAR（ライダー）は、レーザー光を照射し、反射して戻ってくる時間から対象物までの正確な距離や形状を測定するセンシング技術です。自動運転や空間認識、マッピングなど、AIやコンピュータビジョンを活用する分野で不可欠な役割を果たしています。
オブジェクト検出
オブジェクト検出は、画像や動画の中から特定の対象物の位置を矩形枠で特定し、その種類を判別するAI技術です。単に何が写っているかを識別するだけでなく、画像内のどこに複数の対象が存在するかを同時に把握できます。自動運転や防犯システム、製造現場の検品など、迅速かつ正確な状況理解が必要な分野で幅広く活用されています。
3Dセグメンテーション
3Dセグメンテーションとは、3次元空間のデータ（点群やボクセルなど）に対して、個々の要素がどのカテゴリに属するかをピクセルやボクセル、点単位で識別・分類する技術です。自動運転や医療画像解析、ロボティクスなどの分野で、現実世界の立体的な構造を詳細に理解するために不可欠なAI技術として注目されています。
3D CNN
3D CNN（3次元畳み込みニューラルネットワーク）は、画像などの2次元データに時間軸や奥行きを加えた3次元データを処理するためのディープラーニング手法です。動画データの動作認識や医療用CTスキャンの立体画像解析など、空間と時間の情報を同時に捉える必要がある分野で広く活用されています。
ロボット掃除機
ロボット掃除機とは、内蔵されたセンサーやAI技術を用いて部屋の形状や障害物を認識し、自律的に清掃を行う小型家電です。LiDARやカメラによるSLAM技術で室内マップを作成し、効率的なルートを計算します。近年では画像認識による障害物回避や、床質に応じた吸引力調整など、高度なエッジAI処理が搭載されています。
視差
視差とは、観測位置（視点）の違いによって見かけの物体位置がずれる現象のことです。コンピュータビジョン領域では、左右のステレオカメラや移動するカメラで得られた複数の画像から画像のズレ（視差）を計算し、三角測量の原理を用いて距離や立体形状を推定する奥行き推定や3D復元技術の基礎として重要です。
AR（拡張現実）
AR（拡張現実）とは、現実の風景や映像にデジタルの視覚情報や音声を重ね合わせて表示し、人間の知覚を拡張する技術です。AIのコンピュータビジョンや物体検出、自己位置推定技術と組み合わせることで、現実空間の形状や対象物をリアルタイムに認識し、より正確で自然な情報重畳が可能になっています。
3Dガウシアン・スプラッティング
3Dガウシアン・スプラッティングは、多視点の画像から高速に高品質な3次元空間や3Dモデルを再構築・レンダリングする最先端のコンピュータビジョン技術です。ニューラルネットワークを用いた従来手法よりも圧倒的な描画速度とリアルタイム性を誇り、注目を集めています。