バウンディングボックス
バウンディングボックスとは、画像や動画内で特定の物体がどこにあるかを示す長方形の領域です。物体検出をはじめとするコンピュータビジョンの領域で広く活用され、AIに物体の位置と種類を学習させるアノテーションや、検出結果の可視化に不可欠な基礎技術です。
物体検出のAI用語一覧
14件物体検出に関するAI用語を14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。
Faster R-CNN
Faster R-CNNは、ディープラーニングを用いた高精度な物体検出アルゴリズムです。従来のモデルのボトルネックだった領域候補の抽出をネットワーク内部で行うことで、精度を維持しながら大幅な処理の高速化を実現しました。
Mask R-CNN
Mask R-CNNは、Faster R-CNNを拡張し、物体検出と同時にピクセル単位のセグメンテーション（インスタンスセグメンテーション）を行うディープラーニングモデルです。画像内の個々のオブジェクトを正確な形状で切り分けることが可能です。
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。
領域提案
領域提案（Region Proposal）とは、画像認識の物体検出タスクにおいて、検出対象の物体が存在する可能性が高い候補領域（バウンディングボックス）を画像内から効率的に切り出す手法です。画像全体のすべてのピクセルを走査する無駄を省き、物体検出モデルの処理速度と検出精度を向上させる上で重要な役割を果たします。
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。
Fast R-CNN
Fast R-CNNは、従来の物体検出モデルが抱えていた処理速度の遅さを改善するために開発されたディープラーニング手法です。画像全体に対して畳み込みニューラルネットワークを一度だけ適用し、高速かつ高精度な物体検出を実現しました。
アンカーボックス
アンカーボックスは、物体検出アルゴリズムにおいて、画像内の対象物の位置や大きさを予測するための基準となる、あらかじめ定義された矩形のことです。検出したい物体の代表的なアスペクト比やサイズを事前に複数設定し、モデルがこれを調整・修正することで、多様な形状の物体を高速かつ高精度に検出できます。
R-CNN
R-CNN（Regions with CNN features）は、画像内の特定領域を切り出して物体検出を行う初期の深層学習モデルです。領域提案手法で物体の候補領域を抽出し、畳み込みニューラルネットワークで特徴抽出を行って分類します。現代の高速な検出技術の基盤となった重要な手法です。
セレクティブサーチ
Selective Searchは、画像中の物体が存在しそうな領域を効率的に絞り込むためのアルゴリズムです。色の類似性やテクスチャなどを基に、異なるサイズの矩形を統合しながら候補領域を生成し、近年の物体検出の基礎技術として発展しました。
RPN
RPN（Region Proposal Network）は、画像の中から物体が存在しそうな領域を効率的に予測するためのディープラーニングモデルの構成要素です。主に物体検出の分野で利用され、従来の手法よりも高速かつ高精度な領域提案を実現します。
非最大値抑制
非最大値抑制（NMS）とは、物体検出AIにおいて同じオブジェクトに対して重複して出力された複数のバウンディングボックスから、最も確信度の高いものを選び、不要な予測を削除する後処理アルゴリズムです。
Region Proposal Network
Region Proposal Network（RPN）は、画像認識における物体検出タスクにおいて、検出対象の物体が存在する可能性が高い領域（候補領域）を高速に予測する畳み込みニューラルネットワーク（CNN）の一種です。Faster R-CNNなどで導入され、従来の選択的探索アルゴリズムをネットワークに統合することで、物体検出全体の処理速度と精度を劇的に向上させました。
セレクティブ・サーチ
Selective Searchは、画像中の物体が存在しそうな領域を効率的に絞り込むためのアルゴリズムです。色の類似性やテクスチャなどを基に領域を統合し、R-CNNなどの初期の物体検出モデルで広く活用されました。