深度情報とは、カメラなどのセンサーから対象物までの距離を示すデータのことです。2次元の画像データに奥行き（Z軸）の次元を加えることで、物体の立体的な形状や配置、3次元空間における位置関係を正確に把握するために用いられます。自動運転、ロボットのナビゲーション、AR、顔認証など、様々なAI技術の基盤として重要性が高まっています。
深度情報とは
深度情報とは、観測地点（カメラやセンサー）から空間内の各点または対象物までの「距離（奥行き）」を表すデータです。通常の2次元画像（RGB）が持つ「色や輝度」の情報に対し、3次元的な「位置や立体感」を補完する役割を持ち、コンピュータに現実世界の奥行きを理解させるために不可欠な情報です。
詳しく解説
深度情報を取得する方法には、複数のカメラを用いて人間の目のように視差から計算する「ステレオカメラ方式」、光の飛行時間を計測する「ToF」センサー方式、特定の幾何学パターンを照射する「構造化光（ストラクチャードライト）方式」などがあります。AIやディープラーニングの発展により、単眼カメラの2次元画像から深度情報を推定する「単眼深度推定」技術も実用化されています。深度情報は、画像認識モデルに入力されることで、物体の重なり合い（オクルージョン）の解消や、背景と前面物体の正確な切り分け（セグメンテーション）を可能にし、コンピュータビジョンの精度を飛躍的に向上させます。
具体例・使われ方
深度情報は身近な場所で広く活用されています。例えば、スマートフォンの「顔認証（Face ID）」では、構造化光センサーが顔の凹凸（深度情報）を検知して3Dマップを作成し、写真によるなりすましを防ぎます。また、「自動運転」やロボット掃除機では、LiDARなどのセンサーを用いて周囲の障害物との距離をリアルタイムに測定し、衝突を回避します。さらに、「AR（拡張現実）」アプリでは、部屋の床や壁の深度情報を把握することで、仮想の家具を現実の空間に違和感なく配置できます。
似た用語との違い
深度情報は「RGBデータ（色情報）」と対比されます。RGBデータは光の赤・緑・青の3原色の強さを表し、物体の見た目の色や質感を表現しますが、正確な距離は持っていません。一方、深度情報は視覚的な色ではなく、物体までの物理的な「距離」のみを記録します。このRGBデータと深度情報を組み合わせたものを「RGB-Dデータ」と呼びます。また、物体表面の細かな凹凸を陰影で表現する「法線マップ」とも異なります。法線マップは面の向き（ベクトル）を表し、深度情報は純粋な距離を表します。
注意点
深度情報の取得には、使用するセンサーの特性による限界があります。例えば、太陽光（赤外線）が強い屋外ではToFの精度が低下しやすく、ガラスなどの透明な物体や鏡のような反射しやすい物体、極端に黒く光を吸収する物体に対しては、正しい距離を測定できない「計測エラー」が発生しやすくなります。また、高精度な深度センサーはコストや消費電力が大きくなる傾向があり、デバイスへの搭載にはトレードオフが存在します。