点群ニューラルネットワーク
点群ニューラルネットワークは、3次元空間上の点の集合である点群データを直接処理するためのディープラーニングモデルです。自動運転やロボティクス、ARなどの分野で、3D形状の認識やセグメンテーションに広く活用されています。
コンピュータビジョンのAI用語一覧（5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5ページ目です。
点群セグメンテーション
点群セグメンテーションは、3次元の空間座標データである点群を、意味のあるオブジェクトや領域ごとに分類する技術です。自動運転やロボット工学などの分野において、周囲の環境を立体的に認識し理解するために不可欠な役割を果たしています。
3Dガウスプラッティング
3Dガウスプラッティングとは、大量の画像から高速かつ高精度に3次元空間や3Dモデルを再構築する最新のレンダリング技術です。従来のニューラルラディアンフィールドに比べて学習や描画が非常に高速であることから、VRやゲーム開発などの分野で大きな注目を集めています。
ボクセルデータ
ボクセルデータとは、3次元空間を格子状の立方体に分割して立体を表現するデータ形式です。AI分野では、3D点群データやRGB-D画像から3Dオブジェクトを認識・生成する際の標準的な入力形式として活用されています。
テクスチャ
テクスチャとは、デジタル画像や3Dモデルの表面における視覚的な質感や模様のことです。画像認識では微細なパターンを特徴量として抽出するテクスチャ解析に利用され、3Dの生成AI分野では、形状データにリアルな質感を自動付与する技術として重要視されています。認識バイアスの問題や生成時の不自然な継ぎ目といった課題もあります。
構造光
構造光とは、対象物に向けて特定のパターンを持つ光を照射し、その変形具合から三次元形状を精密に計測する技術です。AIによる画像認識の前段階や、ロボットの視覚システム、顔認証デバイスなどに幅広く応用されています。
視覚的SLAM
視覚的SLAM（vSLAM）は、カメラの映像情報をもとに、移動ロボットやデバイスが自己位置を推定しながら、同時に周囲の3次元環境地図を構築する技術です。GPSが届かない屋内や地下などの環境でも高精度な位置測定とマッピングが可能であり、自動運転、自律移動ロボット、AR・VRなどの分野において極めて重要な役割を果たしています。
微分可能レンダリング
微分可能レンダリングは、3Dモデルから2D画像を生成するレンダリング過程を微分可能にし、2D画像の情報から3Dモデルの形状や質感を最適化できるようにした技術です。従来のレンダリングと異なり逆誤差伝播法が適用できるため、2D画像のみから高品質な3Dシーンを復元する3D生成やコンピュータビジョンの分野で強く注目されています。
3次元復元
3次元復元（3D Reconstruction）とは、2次元の画像や映像データから対象物や空間の立体的な3次元形状構造を再構築するコンピュータビジョン技術です。複数の視点から撮影された写真や深さセンサーの情報を解析し、形状や質感、奥行きを再現します。自動運転やVR、文化財のデジタル保存など多岐にわたる分野で活用されています。
画像検索
画像検索とは、画像を入力として、あるいはテキストを用いて、データベースから視覚的に類似した画像や関連する画像を検出する技術です。近年のAI技術やコンピュータビジョン、ディープラーニングの発展により、画像の色や形だけでなく、画像が持つ意味や文脈を解析して高度な検索を行うことが可能になりました。
3Dガウシアン
3Dガウシアンは、空間内の形状をガウス分布の集まりとして表現し、高速かつ高精度な3次元再構築やレンダリングを実現する最新のコンピュータビジョン技術です。従来の技術に比べて処理が非常に高速である点が大きな特徴です。
カメラ姿勢
カメラ姿勢とは、3次元空間内におけるカメラの位置（並進）と向き（回転）を表すパラメータのことです。画像がどのような視点から撮影されたかを特定するための重要な概念であり、3次元復元、3Dオブジェクト検出、SLAM、AR（拡張現実）などのコンピュータビジョン技術において不可欠な役割を担っています。
ラスタライズ
ラスタライズとは、ベクターデータや3Dモデルの情報を、画素（ピクセル）の集合であるラスタデータへ変換する処理のことです。AIの分野では、NeRFや3D Gaussian Splattingなどの3D生成モデルにおいて、3D空間の情報を2D画像として描画する重要な工程として用いられます。
ハンドトラッキング
ハンドトラッキングとは、カメラやセンサーを用いて人間の手の位置や形状、指の動きをリアルタイムで認識・追跡する技術です。AIを活用した画像認識技術により、コントローラーなしでの直感的な操作を可能にし、VRやAR、メタバースの普及において重要な役割を担っています。
ビジョンセンサー
ビジョンセンサーは、カメラなどの撮像機能と画像処理プロセッサを一体化し、対象物の認識や判定を単体で行う機器です。AI技術の統合により、製造ラインの検品やロボットの自律制御など、多様な分野で高度な視覚認識を実現しています。
3D畳み込みニューラルネットワーク
3D畳み込みニューラルネットワーク（3D CNN）は、縦・横に「奥行き」や「時間」を加えた3次元データを直接処理できるディープラーニングのモデルです。動画のフレーム間のつながりや医療用3D画像の特徴を捉えることが可能で、コンピュータビジョンや医療画像解析の分野で重要な役割を果たしています。
NeRF
NeRF（Neural Radiance Fields、ナーフ）は、複数枚の2D画像からニューラルネットワークを用いて高精度な3Dシーンを再構成する技術です。従来の3Dモデリングとは異なり、空間の各点における密度と光の放射強度を暗黙的に学習することで、写真のようにリアルな視点合成画像を生成できます。
単眼深度推定
単眼深度推定は、1枚の静止画や単一のカメラ映像から、被写体までの距離（奥行き）をAIで予測する技術です。従来のステレオカメラのように複数のレンズを必要とせず、一般的な単眼カメラから得られる視覚的特徴を手がかりにディープラーニングモデルが高度な深度マップを生成します。自動運転やAR、ロボティクスなど幅広い分野で応用されています。
バウンディングボックス回帰
バウンディングボックス回帰とは、物体検出AIにおいて検出枠の位置やサイズを精密に調整する手法です。初期の粗い枠を高精度に補正することで、物体の輪郭を正確に囲むために欠かせない技術となっています。
IDスイッチ
IDスイッチ（ID Switch）とは、AIによるマルチオブジェクトトラッキング（複数物体追跡）において、追跡している対象の識別番号（ID）が、交差や遮蔽などの原因により別の対象のIDと入れ替わってしまうエラー現象のことです。自動運転や防犯カメラの解析において、追跡の正確性を測る重要な評価指標の一つとなっています。
MobileNet
MobileNetは、スマートフォンやエッジデバイス向けに開発された軽量かつ高速な畳み込みニューラルネットワークのモデルです。空間分離とチャネル分離を行う独自の畳み込み手法により、計算量とパラメータ数を大幅に削減しつつ高い認識精度を維持します。リソースが限られた環境でのリアルタイムな画像認識やエッジAIの構築に広く利用されています。
ポイントクラウド
ポイントクラウドとは、3次元空間上の大量の点の集まりとして形状や環境を表現するデータ形式です。LiDARなどのセンサーで取得され、自動運転やロボティクス、3DモデリングなどのAI分野で空間認識や物体検知に広く活用されています。
SfM
SfMとは、複数の異なる視点から撮影された2次元の画像群から、被写体の3次元形状とカメラの位置姿勢を同時に推定するコンピュータビジョン技術です。特別な測距センサーを使わず一般的なカメラ映像から3Dモデルを作成できるため、測量や文化財のデジタルアーカイブなどで広く活用されています。
体積レンダリング
体積レンダリングとは、3次元の空間データから内部の密度や色を計算して2次元の画像を生成する技術です。AI分野では、NeRFや3Dガウス放射スプラッティングなどの新しい3D再構築手法において不可欠な描画技術として広く活用されています。