FCN（Fully Convolutional Network）は、画像のピクセル単位での分類を可能にするディープラーニングモデルです。従来のネットワークから全結合層を排除し、すべてを畳み込み処理に置き換えることで、入力サイズを選ばずに高精度なセマンティックセグメンテーションを実現しました。自動運転や医療画像解析など、正確な領域検出に幅広く応用されています。
FCNとは
FCN（Fully Convolutional Network）は、画像認識において全結合層を排除し、すべての層を畳み込み層とプーリング層だけで構成したニューラルネットワークのアーキテクチャです。入力画像のサイズに依存せず、効率的に画素ごとの分類を行うセマンティックセグメンテーションの発展に大きく貢献しました。
詳しく解説
従来の畳み込みニューラルネットワーク（CNN）は、特徴量を抽出した後に「全結合層」を用いて最終的な画像全体のクラス分類を行います。しかし、全結合層は入力サイズが固定されるという制約があり、物体の位置情報を失ってしまう欠点がありました。これに対しFCNは、全結合層を畳み込み層に置き換えることで、任意のサイズの画像を入力可能にしました。ネットワークの深い層で縮小された解像度を、転置畳み込み（逆畳み込み）などを用いて元の画像サイズへと拡大するアップサンプリングの仕組みを導入することで、ピクセル単位での高精度な位置特定とクラス分類を両立させています。
具体例・使われ方
FCNの具体的な利用例としては、自動運転システムにおける歩行者や車線、障害物のリアルタイム検知が挙げられます。走行中のカメラ映像から、道路や障害物を「ピクセル」レベルで判別して色分けします。また、医療画像診断において、レントゲンやMRI画像からがん細胞や特定の臓器の領域を検出する用途や、人工衛星画像から建物や森林のエリアを抽出するタスクなど、高精度なセマンティックセグメンテーションが求められる場面で広く活用されています。
似た用語との違い
FCNと通常の畳み込みニューラルネットワーク（CNN）の主な違いは、ネットワークの出力形式と目的です。通常のCNNは、画像全体に対して「猫」や「犬」といった単一のラベルを予測することを目的とし、最終層に全結合層を持ちます。一方、FCNは画像をピクセル単位で分類するセマンティックセグメンテーションを目的としており、全結合層を持たずに出力画像としてセグメンテーション結果を直接生成します。
注意点
FCNの注意点として、ネットワークが深くなるにつれてプーリング処理などにより空間情報の細部が失われやすいという限界があります。アップサンプリングによって解像度を復元するものの、輪郭部分がぼやけたり、境界線の判別が曖昧になったりすることがあります。この課題を解決するために、より詳細な位置情報を保持して伝達するU-Netや、スキップ接続を高度化した後続のモデルが提案されています。