セマンティックセグメンテーションとは？
せまんてぃっくせぐめんてーしょん
セマンティックセグメンテーションとは、画像中の全ピクセルをカテゴリ（クラス）に分類し、物体の形状と種類を同時に認識するコンピュータービジョンの技術です。
セマンティックセグメンテーション（Semantic Segmentation）は、入力画像の各ピクセルに対してクラスラベル（道路・人・車・建物など）を割り当てるコンピュータービジョンタスクです。物体検出がバウンディングボックス（矩形）で大まかに物体を囲むのに対し、セマンティックセグメンテーションはピクセル単位で「ここはどのクラスか」を識別します。
関連タスクとの違いを整理すると以下のようになります。
- セマンティックセグメンテーション: 同クラスの複数物体を区別せず全ピクセルをラベル付け
- インスタンスセグメンテーション: 同クラスの物体を個別に識別してマスク生成
- パノプティックセグメンテーション: 上記二つを統合したタスク
深層学習ではFCN（Fully Convolutional Network）が先駆けとなり、エンコーダー・デコーダー構造のU-Net、拡張畳み込みを用いたDeepLabシリーズなどが代表的なモデルです。近年はトランスフォーマーベースのSegFormerなども高精度を達成しています。
自動運転（走行可能領域の識別）・医療画像解析（臓器・腫瘍の輪郭抽出）・衛星画像解析（土地利用分類）など、精密な領域識別が必要な分野で特に重要な技術です。
使い方・例文
自動運転車のカメラ映像をセマンティックセグメンテーションで処理し、道路・歩行者・車線・信号を色分けしてリアルタイムに識別します。
この用語をシェア
最終更新: