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。
バウンディングボックス回帰とは
一言でいうと、バウンディングボックス回帰とは、画像内の物体を囲む枠（バウンディングボックス）の位置座標や大きさを数値として予測し、より正確な位置に微調整する技術のことです。
詳しく解説
物体検出モデルは、初期段階として画像内のさまざまな場所におおまかな候補領域を設定します。しかし、これだけでは物体の端が切れたり、大きさがずれたりすることが多々あります。そこで、予測された初期の枠と正解の枠のズレを数式で定量化し、その誤差を縮めるように位置情報を修正するのがバウンディングボックス回帰の仕組みです。多くの場合、ニューラルネットワークの損失関数に座標のズレを計算する項を組み込み、勾配降下法を用いて学習が行われます。物体検出の精度を測る指標であるmAP（平均精度）の向上に不可欠な要素技術です。
具体例・使われ方
自動運転システムにおける歩行者や他車の位置特定、監視カメラの不審者検知、医療画像における病変箇所の検出など、正確な位置とサイズの把握が必要な物体検出タスクのほぼ全てで利用されています。
似た用語との違い
物体の種類を判定する「画像分類」や、画素単位で領域を分ける「セグメンテーション」とは異なります。分類が「何が写っているか」を扱うのに対し、バウンディングボックス回帰は「それがどこにあるか」の空間的な位置を連続値として予測する点が異なります。
注意点
予測された座標を微調整するため、極端にオクルージョン（物体の一部が隠れている状態）が発生している場合や、アスペクト比が極端な物体に対しては、十分な精度を発揮できない限界があります。また、学習時のハイパーパラメータの調整が不適切だと、枠が不安定になる点に注意が必要です。