畳み込みニューラルネットワーク（CNN）とは、主に画像や動画などの格子状データの処理に特化したディープラーニングの構造です。フィルターを用いた畳み込み処理とプーリング処理を組み合わせることで、データの局所的な特徴を効率的に抽出し、画像認識や物体検出などの分野で高い性能を発揮します。
畳み込みニューラルネットワーク（CNN）とは
畳み込みニューラルネットワーク（CNN）は、画像や映像などの空間的な特徴を効率よく捉えるために設計された、ディープラーニングを代表するニューラルネットワーク構造です。
詳しく解説
CNNは主に「畳み込み層」「プーリング層」「全結合層」で構成されます。畳み込み層ではフィルター（カーネル）を入力データ上でスライドさせ、エッジや輪郭といった局所的な特徴マップを生成します。プーリング層では空間サイズを縮小して計算量を抑えつつ、位置の微小な変化に対する頑健性を向上させます。従来のネットワークに比べて重み共有の仕組みによりパラメータ数を大幅に削減できるため、過学習を防ぎつつ高精度な画像認識を実現したことでAI研究の発展に大きく貢献しました。
具体例・使われ方
自動運転車における歩行者や交通標識のリアルタイムな物体検出、スマートフォンの顔認証機能、医療現場におけるX線写真やMRI画像からの病変検知、製造業の外観検査自動化などに広く活用されています。
似た用語との違い
CNNが画像の幾何学的・空間的な特徴の抽出に適しているのに対し、RNNは音声やテキストなど時間的な順序を持つ連続データの処理に強みを持ちます。また、近年では広範な文脈の関連付けに強いTransformerを画像処理に応用する手法も普及しており、タスクの性質やデータ量に応じて使い分けられています。
注意点
CNNは画像の平行移動には比較的強いものの、極端な回転やスケーリング、激しい変形に対してはデータ拡張などの対策を行わないと認識精度が落ちる場合があります。また、局所的なテクスチャ情報に過度に依存し、物体の全体的な形状や位置関係の整合性を正しく捉えきれないケースがある点にも留意が必要です。