深度マップとは、画像内の各画素からカメラまでの距離（奥行き情報）を数値化し、2次元画像として表現したデータです。コンピュータビジョンにおいて、2D画像から立体的な3次元空間を理解するための重要な役割を果たします。自動運転の障害物検知、スマホカメラの背景ぼかし、ARでの物体配置などに幅広く応用されており、AIによる深度推定技術の発展でさらに精度が向上しています。
深度マップとは
深度マップとは、画像内の各画素（ピクセル）からカメラや観測地点までの距離（奥行き情報）を数値化し、2次元の画像形式で表現したデータのことです。コンピュータビジョンにおいて、平面的な2D画像から3次元の空間構造を理解・再現するための基盤技術として広く利用されています。
詳しく解説
深度マップは、通常、近い対象を明るく、遠い対象を暗く表現したグレースケール画像などで可視化されます。このデータを取得する方法には、複数のカメラ画像から算出するステレオマッチング、赤外線センサーやLiDARなどのアクティブセンサーを用いる方法、そして単一の画像からAIが奥行きを推測する単一画像からの深度推定などがあります。AIを用いた深度推定では、大量の画像と距離データのペアをディープラーニングモデルに学習させることで、特殊なセンサーなしでも高精度な奥行き情報を出力可能にしています。これは3次元復元や自動運転における障害物検知において、周囲の立体的な環境を把握するために不可欠な要素です。
具体例・使われ方
具体的な利用例として、スマートフォンのカメラに搭載されている「ポートレートモード」が挙げられます。深度マップを利用して被写体と背景の距離を識別し、背景だけを自然にぼかす処理を行います。また、AR（拡張現実）において、現実世界のテーブルの上に3Dキャラクターを正確に配置する際や、自動運転システムが歩行者や前方車両との距離をリアルタイムで測定する際にも活用されています。さらに、3D空間を再現するために、深度マップから3次元の座標データである点群を生成する処理にも使われます。
似た用語との違い
深度マップと混同されやすいものに「視差マップ」があります。視差マップは、2つのカメラ（ステレオカメラ）の視差（ズレの量）をピクセル単位で表したものであり、距離そのものではありません。視差マップにカメラの焦点距離やカメラ間の距離（基線長）などのパラメータを掛け合わせて計算することで、実際の距離を示す深度マップに変換されます。また、色の情報を表す通常のRGB画像とは異なり、深度マップは距離情報のみを保持している点も異なります。
注意点
深度マップの限界として、透明なガラスや鏡、光沢のある表面、あるいは模様のない平坦な壁などでは、光の反射や特徴点の不足により正確な距離を測定または推定できないことがあります。また、AIによる単一画像からの深度推定は、学習データにない未知のシチュエーションにおいて、遠近感を誤認し不正確な値を算出するリスクがあります。さらに、LiDARなどのセンサーを使用する場合は、激しい雨や霧などの悪天候下で計測精度が著しく低下する点にも注意が必要です。