Computer Visionの意味

Computer Visionは、カメラや画像ファイルなどの視覚データをコンピューターで解析し、画像に何が写っているか、どこにあるか、どのような状態かを推定する技術分野です。Google Cloud Vision APIの公式資料では、画像ラベル、顔・ランドマーク・ロゴ検出、OCR、露出コンテンツ検出などをアプリケーションへ組み込める機能として案内しています。代表的な処理には、画像全体の分類、物体検出と位置の推定、画像内文字の認識、セグメンテーション、姿勢推定、異常検知があります。Computer Visionは画像を生成する技術だけを指すわけではなく、入力された視覚データを認識・測定する処理を広く含みます。精度は照明、画角、解像度、遮蔽、背景、学習データ、対象の偏りに左右されます。顔やナンバープレートなどの個人情報を扱う場合は、目的、同意、保存、匿名化、誤認識時の人による確認を設計します。読み方は日本語では「コンピュータービジョン」または「コンピュータビジョン」と表記されます。

Computer Visionは画像や動画から対象や状態を読み取るための技術分野です。

視覚情報を分類・検出・認識して、検査、検索、支援などの処理へつなげるために使われます。

現在は撮影条件、対象の偏り、誤検出、個人情報、現場での最終確認を含めて性能を評価します。