問題 No.2239
ディープラーニングを用いた画像認識技術の一つであるセマンティックセグメンテーションに関する記述として、不適切なものはどれか。
【正解の解説】
同じクラスに属する複数の個体が隣接している場合、それぞれを異なる個体（インスタンス）として個別に識別して色分けを行う。
セマンティックセグメンテーションはピクセル単位で「何が写っているか」を種類ごとに色分けするため、例えば画面内の「羊の群れ」は一塊の羊としてベタ塗りされ、1頭1頭の境界までは区別されません。個体まで分ける発展系はインスタンスセグメンテーションと呼ばれ、ここが初学者が最も混同しやすい重要な違いです。
スポンサーリンク
【その他の選択肢の解説】
画像内に写るすべてのピクセルに対して事前に定義されたカテゴリのラベルを割り当てて領域ごとに分類する。
これはまさにセマンティックセグメンテーションの定義そのものであり、画像全体を「空」「道路」「車」といった意味ごとにピクセル単位で塗り絵のように分類します。試験ではこの正確な定義を知っているかが問われるため、全体を大まかに捉える技術であるとしっかり押さえておきましょう。
検出された物体を矩形枠で囲むだけでなくピクセル単位の輪郭線を抽出して背景と対象物を正確に分離する。
物体検出が四角い枠（バウンディングボックス）で大雑把に囲むのに対し、セグメンテーションはハサミで切り抜くようにピクセル単位で境界線を正確に割り出します。この「形に沿って綺麗にくり抜く」というアプローチこそがセグメンテーション技術の最大の特徴であり、正しい仕組みを表しています。
入力された画像を固定サイズのグリッドに分割してそれぞれのセルに含まれる物体の存在確率を同時に予測する。
この説明はセマンティックセグメンテーションではなく、YOLOなどの「物体検出（Object Detection）」の仕組みを述べています。グリッド線を描いて「どこに何があるか」を四角い枠で予測するアプローチと、ピクセルを細かく塗り分けるセグメンテーション手法をごちゃ混ぜにする罠の選択肢です。