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。
コンピュータビジョンのAI用語一覧（6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6ページ目です。
単眼奥行き推定
単眼奥行き推定とは、1枚の2次元画像から各画素のカメラからの距離や奥行き情報を予測するコンピュータビジョン技術です。従来のステレオカメラやLiDARを使わずに、深層学習を活用して単一のカメラ映像から3次元的な空間構造を復元できるため、自動運転やロボット工学などの分野で注目されています。
ポーズ推定
ポーズ推定とは、画像や動画から人間や物体の関節・骨格の位置を検出し、その姿勢をコンピューターで認識する技術です。ディープラーニングの発展により高精度化が進んでおり、スポーツ分析、医療、自動運転、ヒューマンコンピュータインタラクションなど幅広い分野で活用されています。
顔認識AI
顔認識AIとは、人間の顔画像から特徴を分析し、個人を特定・照合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、スマートフォンのロック解除や空港の生体認証など幅広い分野で高精度な本人確認が実用化されています。一方で、プライバシーの保護や人種・性別による認識精度の偏りといった課題への対策も求められています。
アルファチャンネル
アルファチャンネルとは、デジタル画像において各画素の透明度や不透明度を保持・管理するための追加データ領域です。通常のRGB色情報に加えることで、画像の切り抜き合成やAIによる背景除去、特定領域の透過処理などを高精度に行うために不可欠な要素となっています。
3D点群
3D点群とは、空間上のオブジェクトや地形の表面形状を三次元の座標を持つ点の集合として表現するデータ形式です。自動運転やロボット工学の分野で、周囲の環境を立体的に認識するための重要な基盤技術として広く活用されています。
3D点群データ
3D点群データとは、三次元空間上の物体や環境の形状を多数の点の座標（X, Y, Z）の集まりとして表現したデータ形式です。LiDARなどで取得され、自動運転の周囲検知やデジタルツイン作成に不可欠です。AIによる3D物体認識やセグメンテーションにも活用されていますが、データ容量が大きく処理負荷が高い点に注意が必要です。
ハイトマップ
ハイトマップとは、2次元画像ピクセルの輝度値（明暗）を用いて、3次元空間の高さ情報を表現したデータ形式です。白に近いほど高く、黒に近いほど低い地形や凹凸を表し、3DグラフィックスやAIによる3D形状生成で広く活用されています。
バンプマップ
バンプマップとは、3Dモデルの表面に擬似的な凹凸を表現するためのグレースケール画像です。平坦なポリゴンに光の反射計算による陰影を与えることで、データ量を増やさずに立体感を再現します。近年は生成AIやディープラーニングによって、2D写真からバンプマップを自動生成する技術の活用も進んでいます。
画像認識AI
画像認識AIとは、コンピュータに画像や動画を読み込ませ、その中に何が写っているかを識別・解析する技術です。ディープラーニングの発展により、高精度な物体検出や顔認識、文字認識などが可能となりました。自動運転や製造業の検品、医療画像診断など、多様な分野で自動化や効率化に貢献しています。
神経放射場
神経放射場（NeRF）とは、複数の視点から撮影された2D画像を入力として、シーン全体の3次元構造と光の放射をニューラルネットワークで学習・再構築する技術です。高品質な3Dモデルや新規視点画像を生成でき、VRやAR、自動運転のシミュレーションなど幅広い分野で活用されています。
RGB
RGBは赤、緑、青の3原色を組み合わせて色彩を表現する色空間です。AIやコンピュータビジョン分野における画像処理や深層学習モデルの入力データとして標準的に利用され、視覚情報の解析や生成において基礎となる重要な概念です。
骨格推定
骨格推定とは、画像や動画から人間などの対象物の関節や身体の主要な部位の位置を検出し、骨格の構造を推定するコンピュータビジョンの技術です。AIを活用することで、動的な動作の解析や姿勢の認識が高精度に行えるようになり、スポーツのフォーム分析や医療のリハビリテーションなど幅広い分野で活用されています。
高度運転支援
高度運転支援とは、車両に搭載されたカメラやセンサーとAI技術を活用し、ドライバーの安全運転を補助するシステムです。衝突被害軽減ブレーキや自動追従走行、車線維持支援機能などが含まれます。ドライバーが主体として運転操作を行いながらも、事故のリスクを大幅に低減し、運転の負担を軽減する重要技術として普及が進んでいます。
2Dコンピュータビジョン
2Dコンピュータビジョンとは、二次元のデジタル画像や動画を対象に、画像認識、物体検出、領域分割などの解析を行う技術分野です。カメラから得られた平面情報を処理し、パターン認識や機械学習を用いて対象物の識別や位置特定を実現します。自動運転、検品システム、医療画像診断など幅広い分野で基盤技術として活用されています。
顔認識技術
顔認識技術とは、カメラ等で撮影された画像や動画から人間の顔を検出し、その特徴を分析して個人を特定または識別するコンピュータビジョン技術です。スマートフォンなどのデバイスロック解除からセキュリティ管理まで幅広く活用されています。
アンチエイリアシング
アンチエイリアシングとは、デジタル画像やコンピュータグラフィックスにおける輪郭のギザギザを目立たなくする技術です。AIの分野では、超解像技術やAI画像生成において、解像度の低い画像やピクセル化を滑らかに補正するために重要な役割を果たします。
背景除去
背景除去とは、画像や動画から被写体だけを残し、周囲の背景を自動で消去または透明化するAI技術です。コンピュータビジョンやディープラーニングの発展により、髪の毛の細かい部分なども高精度に切り抜くことが可能になりました。
領域提案ネットワーク
領域提案ネットワーク（RPN）は、画像中の物体が存在しそうな領域候補を効率的に検出する畳み込みニューラルネットワークです。従来の手法と異なり、特徴マップ共有により物体検出の高速化を実現し、Faster R-CNNの中核技術として利用されています。自動運転や防犯カメラなど高精度かつ高速な画像認識を支える重要技術です。
イベントベースカメラ
イベントベースカメラは、画素ごとに輝度の変化（イベント）のみを検知して高速に出力する革新的なイメージセンサーです。従来のカメラのように一定周期でフレーム全体を撮影するのではなく、動きがあった部分のデータだけをリアルタイムに送信するため、超高速、低遅延、低消費電力、かつ広いダイナミックレンジを実現し、自動運転やロボット制御などのAI分野で注目されています。
フレームベースカメラ
フレームベースカメラとは、一定の時間間隔（フレームレート）ごとに画面全体の画像を静止画として連続撮影する従来の撮像装置です。AIによる画像認識や物体検出において標準的な入力データを提供しますが、高速な動きに対するブレやデータ量の増大が課題となる場合があります。
視差マップ
視差マップとは、ステレオカメラで撮影した左右の画像間における、同じ被写体の位置のずれ（視差）を画素ごとに算出して可視化画像にしたものです。自動運転やロボットの障害物検知、空間認識における距離測定などに広く活用されています。
動画生成AI
動画生成AIは、テキストの指示や静止画を入力することで、自動的に高品質な動画コンテンツを作り出す人工知能技術です。ディープラーニングを活用し、物理法則や自然な動きを学習することで、短時間でリアリティのある映像やアニメーションを生成できます。エンターテインメントや広告制作など幅広い分野での活用が進んでいます。
COCO
COCO（Common Objects in Context）は、コンピュータビジョン分野の発展を支える大規模な画像認識用データセットです。物体検出やセグメンテーションなどの性能評価の標準的な基準として広く利用されています。