問題 No.2992
画像セマンティックセグメンテーションの分野において、畳み込みニューラルネットワーク（CNN）の全結合層を畳み込み層に置き換えることで、任意の入力画像サイズに対してピクセル単位でのクラス分類結果を効率的に出力できるように設計されたアーキテクチャはどれか。
【正解の解説】
FCN
従来のAIは写真全体を「猫」と一言で当てるのが得意でしたが、FCNは写真のどのピクセルが猫の耳でどこが背景かを綺麗に色分けする塗り絵のような仕事を行います。これは例えるなら、モザイク画のタイルの1枚1枚を瞬時に鑑定して「ここは空」「ここは海」とラベルを貼っていくようなもので、画像全体の位置情報を失わずに処理できる画期的な仕組みです。
スポンサーリンク
【その他の選択肢の解説】
R-CNN
試験対策としてFCNと非常に混同しやすいですが、R-CNNは「ここに何が写っているか」の範囲を矩形（四角い枠）で囲む物体検出の手法です。ピクセル単位で細かく色分けするFCNとは目的が異なるため、「枠で囲むのがR-CNN、細かく色を塗るのがFCN」と整理して覚えると引っかからなくなります。
GAN
GANは「警察官（本物か偽物かを見破る）」と「偽札作り名人（本物そっくりな画像を作る）」がゲームのように競い合いながら賢くなる仕組みです。画像の中身をピクセルごとに分類して理解しようとするFCNとは目的が全く異なるため、画像系AIのバリエーションとして混同しないように注意しましょう。
RNN
RNNは言葉のつながりや音楽のメロディのように「前後の文脈」が重要なデータを得意としており、空間的な広がりを持つ画像処理をメインとするFCNとは活躍するフィールドが異なります。試験では画像系モデルと時系列系モデルの用語が混ぜて出題されることが多いので、扱うデータの種類で区別できるようにしましょう。