単眼デプス推定とは、1枚の2次元画像から各画素の深度情報を予測し、3次元的な奥行きを復元するコンピュータビジョン技術です。ステレオカメラやLiDARを使わず、通常のRGBカメラ1台で三次元形状を推定できるため、自動運転やロボティクス、AR分野などで広く活用されています。
単眼デプス推定とは
一言でいうと、単眼デプス推定とは「1枚の通常のカメラ画像から、写っている物体までの距離や奥行きをAIで予測する技術」です。
詳しく解説
人間の目は2つあることで両眼視差を利用し奥行きを把握しますが、通常の単眼カメラには奥行き情報が欠落しています。単眼デプス推定では、深層学習モデルが画像のテクスチャ、陰影、重なり具合、遠近法の手がかり（消失点など）といった複雑な文脈を学習することで、擬似的に深度マップを生成します。近年ではTransformerベースのアーキテクチャや大規模な事前学習モデルが登場し、未知の環境や複雑なシーンでも高精度な推論が可能になっています。
具体例・使われ方
自動運転車が単眼の車載カメラ映像から歩行者や障害物までの距離をリアルタイムで計測する、スマートフォンアプリで部屋の間取りを測る、拡張現実（AR）アプリケーションにおいて仮想キャラクターを現実の床面に自然に配置する、といった用途で利用されています。
似た用語との違い
ステレオカメラやLiDARを用いたデプス計測との違いは、センサーの構成にあります。ステレオカメラは2台のカメラ視差を利用し、LiDARはレーザー光の反射時間で直接距離を測定するため高精度ですがコストやハードウェアの制約があります。一方、単眼デプス推定はソフトウェア処理のみで安価なカメラでも実装できる反面、絶対的な距離の正確性を担保するのが難しいという違いがあります。
注意点
物理的な絶対距離の正確な測定が難しく、縮尺の曖昧さが生じやすい点に注意が必要です。また、鏡面や透明な物体、極端に暗い場所など、視覚的な手がかりが少ない環境では推定精度が著しく低下する限界があります。