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。
マルチモーダルに関するAI用語を2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。
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。
モーダルアライメントとは、テキストや画像、音声などの異なるモダリティのデータをAIが共通の空間で正しく関連付ける技術です。マルチモーダルAIの性能向上に不可欠であり、異なる感覚情報を統合して理解することを可能にします。