バイリニア補間は、画像を拡大・縮小する際に、周囲の4つの画素（ピクセル）の値から距離に応じて加重平均を計算し、新しい画素の色や輝度を補間するアルゴリズムです。処理速度と画質のバランスに優れており、画像リサイズやAIにおける画像のアップサンプリング処理などで幅広く活用されています。
バイリニア補間とは
バイリニア補間を一言でいうと、周囲の4つのピクセル値を用いて、滑らかに画像を拡大・縮小するための計算手法です。
詳しく解説
画像の拡大処理を行う際、元画像には存在しない新しいピクセルの値を求める必要があります。バイリニア補間では、補間したい位置を囲む隣接した4ピクセルの値を参照します。X軸（横方向）とY軸（縦方向）の2方向に対して順に線形補間を行うため「双線形補間」とも呼ばれます。位置の近さに応じた重み付け（加重平均）によって新しい値を決定するため、単純な複製よりも自然で滑らかな階調の変化を表現できます。ディープラーニングなどの画像認識モデルや画像生成モデルにおいても、畳み込みニューラルネットワークの前処理やアップサンプリングの処理で頻繁に利用されています。
具体例・使われ方
具体的には、スマートフォンのカメラアプリでのズーム表示や、Webブラウザでの画像リサイズ処理に用いられます。また、AI分野では、画像処理モデルが解像度の異なる入力画像を一定のサイズに揃える際や、超解像技術のベースラインとして利用されるケースがあります。
似た用語との違い
ニアレストネイバー補間は、最も近い1つのピクセル値をそのまま採用するため処理が非常に高速ですが、拡大時にモザイク状のジャギーが目立ちます。一方、バイリニア補間は周囲4ピクセルを使うため滑らかになります。さらに高品質な手法として周囲16ピクセルを参照するバイキュービック補間がありますが、こちらは計算負荷が高くなります。バイリニア補間は、速度と精度の両立を図る際の標準的な選択肢となります。
注意点
バイリニア補間は、エッジ部分（輪郭）のシャープさを保つのが難しく、画像を大きく拡大した際に全体的にぼやけた印象になりやすいという限界があります。くっきりとした輪郭線が必要なテキスト画像やドット絵の拡大には向いていません。また、AI学習時に極端な拡大を行うと画像の情報が失われるため、用途に応じた手法の選択が必要です。