R-CNN

画像を認識する技術は、近年目覚ましい発展を遂げています。中でも、画像に写っているものが何であるかを特定する「画像分類」という技術に続いて、「物体検出」という技術が注目を集めています。物体検出とは、画像の中に写っている物体が何であるかを特定するだけでなく、その物体が画像のどの位置にあるのかを、矩形を描画することによって明示する技術です。物体検出を行うためには、従来は様々な画像処理技術を組み合わせる必要があり、処理が複雑になりがちでした。処理が複雑になるということは、それだけ多くの時間を要するということでもあります。処理時間が長くなるということは、それだけ応用できる範囲も限られてしまうことを意味します。そこに登場したのが、R-CNN(Regions with CNN features)と呼ばれる技術です。R-CNNは、従来の手法と比べて高い精度で物体検出を実現できるだけでなく、処理速度の面でも従来手法を上回る画期的な技術でした。R-CNNは、画像の中から物体が存在する可能性のある領域を多数抽出する「領域提案」と呼ばれる処理と、抽出された領域がどのような物体であるかを判定する「物体認識」の処理を、CNN(畳み込みニューラルネットワーク)と呼ばれる技術を用いて高精度に実現しました。CNNは、画像認識の分野において高い性能を発揮することで知られており、R-CNNはこのCNNの力を物体検出という新たな分野に応用した画期的な技術と言えるでしょう。R-CNNの登場によって、物体検出技術は大きな進歩を遂げ、自動運転やセキュリティなど、様々な分野への応用が期待されています。