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。
コンピュータビジョンのAI用語一覧（3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3ページ目です。
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。
ビジュアルオドメトリ
ビジュアルオドメトリ（VO）とは、連続するカメラ画像から特徴点の移動を解析し、移動体自身の位置や姿勢の変化を逐次推定する技術です。車輪の回転数に依存する従来のホイールオドメトリと異なり、スリップや凹凸のある路面でも正確な自己位置推定が可能です。自動運転、ドローン、ロボティクスなどの分野で広く活用されています。
3Dマップ
3Dマップとは、現実世界の物理空間や物体を三次元の空間データとして表現した地図のことです。AIやセンサー技術の発展により自動運転車やロボットの自己位置推定と環境地図作成に不可欠な基盤技術として広く活用されています。
カラー量子化
カラー量子化とは、画像内で使われている膨大な色数を、人間の視覚特性に配慮しつつ少数の代表色（パレット）へと削減する画像処理技術です。画質劣化を最小限に抑えながら画像データのファイルサイズを大幅に削減できるため、画像圧縮やWeb最適化において重要です。機械学習アルゴリズムであるk-means法などが代表色の選定に広く応用されています。
メッシュデータ
メッシュデータとは、3D空間上の形状を頂点、辺、面（主に三角形や四角形）の組み合わせで表現するデータ形式です。AIや3Dコンピュータビジョン、ゲーム開発などの分野で広く利用され、近年ではNeRFや3Dガウスプラッティングなどの手法からメッシュデータへ変換する技術も発展しています。
アイトラッキング
アイトラッキングとは、人間の視線の動きや焦点を計測・記録する技術です。AIを活用した画像認識技術の向上により、高精度かつ非接触での視線検出が可能となり、UI/UXの改善や視線入力インターフェースなど幅広い分野で応用が進んでいます。
ピクセル
ピクセル（画素）とは、デジタル画像を構成する最小単位の点です。各ピクセルはRGBなどの色情報を数値として保持しており、AIによる画像認識や画像生成の基礎データとして用いられます。畳み込みニューラルネットワークなどのモデルは、これらのピクセル値を配列として処理し、局所的な特徴から画像全体の意味を理解します。計算量削減のため、適切な解像度への調整が重要です。
3次元点群
3次元点群とは、空間上の物体や地形の表面をXYZ座標や色情報を持つ多数の点の集まりとして表現するデータ形式です。自動運転やロボットの障害物検知、3Dスキャンなどの分野で空間を立体的に認識するために広く活用されています。
ToFセンサー
ToFはTime-of-Flightの略で、光が対象物に当たって跳ね返ってくるまでの時間から距離を測定する技術です。AIの3D空間認識や自動運転、スマートフォンの顔認証などに幅広く活用されています。
顔検出
顔検出とは、画像や動画の中から人間の顔の位置や領域を特定するAI技術です。顔認識の前段階として広く利用されており、スマートフォンでのオートフォーカスや防犯カメラの人物特定など、さまざまな応用分野で活用されています。
Visual SLAM
Visual SLAM（ビジュアルスラム）とは、カメラで撮影した映像（画像情報）を基に、自己位置推定と環境地図作成を同時に行う技術です。GPSが届かない屋内や地下空間でも機能し、自動運転車、ドローン、ロボット掃除機、AR・VRデバイスなどの移動体や空間認識において不可欠な役割を果たしています。
カメラトラッキング
カメラトラッキングとは、映像内のカメラの動きや位置を高精度に推定・追跡する技術です。実写映像とCGを違和感なく合成するVFXや、現実空間にデジタル情報を重ねる拡張現実において、AIやコンピュータビジョン技術を活用して広く利用されています。
モーションキャプチャ
モーションキャプチャとは、人や物の現実世界での動きをデジタルデータとして記録・計測する技術です。従来は身体に専用のマーカーを装着する方式が主流でしたが、近年ではディープラーニングやコンピュータビジョンを活用し、カメラ映像のみから動きを解析するマーカーレス技術が急速に進化しています。映画、ゲーム、AI学習用データの生成などで幅広く利用されています。
位置推定
位置推定とは、センサーやカメラのデータを用いて、マップ上における移動体やロボットの現在位置を正確に割り出す技術です。AIを活用した認識技術の向上により、自動運転車やドローン、自律移動ロボットなどの高精度な自己位置推定において不可欠な要素となっています。
姿勢推定
姿勢推定とは、画像や動画から人間や物体の関節や骨格の位置を検出し、そのポーズを特定するコンピュータビジョン技術です。ディープラーニングの発展により高精度化が進み、スポーツ分析から医療、エンターテインメントまで幅広く活用されています。
ステレオカメラ
ステレオカメラは、2つのレンズで撮影した画像の視差を利用し、人間が両眼で立体を見るのと同じ原理で物体の距離や3次元形状を測定する光学センサです。コンピュータビジョンや自動運転、ロボティクスなどの分野において、リアルタイムで周囲の空間認識や障害物検知を行うために不可欠なキーデバイスとして広く活用されています。
ガウシアン・スプラッティング
ガウシアン・スプラッティングは、複数の写真や動画から高品質な3D空間を高速に再構成し、リアルタイムレンダリングを可能にする技術です。空間を多数の3Dガウシアンの集まりとして表現し、従来のNeRFと比べて学習や描画の速度が飛躍的に向上しています。映画、ゲーム、VRなどの3Dコンテンツ制作で注目されています。
生体認証
生体認証とは、指紋や顔、虹彩、声紋など個人固有の身体的・行動的特徴を用いて本人を確認する認証技術です。パスワードのように紛失や忘却の心配がなく、AIや画像認識技術の発展によって認証精度と利便性が飛躍的に向上しています。
オートリギング
オートリギングとは、AIやアルゴリズムを活用して3Dモデルに骨組みを自動で配置し、効率的にアニメーション作成の準備を行う技術です。従来は専門知識と多くの手作業が必要だったリギング作業を自動化し、制作効率の大幅な向上を実現します。
RoIPooling
RoIPoolingは、畳み込みニューラルネットワークにおいて異なるサイズの画像領域から固定サイズの特長量を抽出する手法です。物体検出の分野で広く活用されています。
RGB-D画像
RGB-D画像とは、通常のカラー画像（RGB）に、各画素の奥行き（Depth）の情報を加えた画像データのことです。物体の3次元的な形状やカメラからの距離を同時に記録できるため、自動運転やロボットの環境認識、3Dスキャンなどのコンピュータビジョン分野で広く活用されています。
ニューラルラディアンフィールド
ニューラルラディアンフィールド（NeRF）とは、複数の2D画像から連続的な3D空間を再現する深層学習技術です。ニューラルネットワークを用いて空間内の位置と視線方向から光の放射度と密度を予測し、任意の視点から高精細な画像を合成できます。視点合成やVR/AR技術の発展に大きく貢献しています。