深度画像とは？初心者のための基礎から活用まで徹底解説共起語・同意語・対義語も併せて解説！

この記事を書いた人

高岡智則

年齢：33歳性別：男性職業：Webディレクター（兼ライティング・SNS運用担当）居住地：東京都杉並区・永福町の1LDKマンション出身地：神奈川県川崎市身長：176cm 体系：細身〜普通（最近ちょっとお腹が気になる）血液型：A型誕生日：1992年11月20日最終学歴：明治大学・情報コミュニケーション学部卒通勤：京王井の頭線で渋谷まで（通勤20分）家族構成：一人暮らし、実家には両親と2歳下の妹恋愛事情：独身。彼女は2年いない（本人は「忙しいだけ」と言い張る）

深度画像とは？

深度画像とは、物体までの距離情報を画素ごとに示す画像のことです。通常の写真（関連記事：写真ACを三ヵ月やったリアルな感想【写真を投稿するだけで簡単副収入】）が色を表すのに対し、深度画像は各画素に距離の値を持っています。これにより、シーンの立体感を数値として扱えるようになり、さまざまな技術で活用できます。

深度画像の基本的な仕組み

深度画像は、カメラやセンサーが捉えたシーンの各点までの距離を表すデータです。近い場所は高い値、遠い場所は低い値として表現されることが多く、視覚的には深度画像のグレースケールマップとして表示されることが多いです。

深度画像の取得方法にはいくつかあります。 以下に代表的なものを挙げます。

1) ステレオカメラ（視差法）

2台のカメラを並べて撮影し、同じ点が左右の画像でどれだけずれているか（視差）を計測します。視差の大きさから距離を推定する仕組みです。コストは低めですが、反射・透明物体、低テクスチャの場所で精度が落ちやすい点に注意が必要です。

2) 時間情報で測る方法（ToF/ToFカメラ）

パルス光や連続波の時間情報を使って、光が物体に到達して戻るまでの時間を推定します。深度データを直接取得でき、動作が比較的安定していますが、環境光の影響や高コストが課題です。

3) 構造光・レーザーレンジファインダー

特定のパターンを投影し、変形したパターンから距離を計算します。短距離の高精度測定に強みがありますが、明るすぎる光やガラス面などでは誤差が生じやすくなります。

これらの方法で得られる深度データは、深度画像として扱われ、最終的には点群やメッシュへ変換されることが多いです。

深度画像の活用例

ロボット制御: 周囲の障害物を検知して衝突を回避する

3Dスキャン: 空間の形状を正確に再現する

AR/VR: 現実世界と仮想世界を正しく重ね合わせる

写真・映像編集: 深度情報を使って背景をぼかすなどの効果を出す

よくある用語の解説

深度マップと深度画像は多くの場合同義です。前者はデータ構造の意味、後者は表示用の画像としての解釈を指すことが多いです。

深度画像を使う際の注意点

深度データはノイズが入りやすく、エッジの処理、キャリブレーションなどの前処理が重要です。撮影環境やセンサーの特性によって精度が大きく変わるため、ソフトウェアでの前処理が欠かせません。

比較表

方法	長所	課題
ステレオカメラ	安価、設置が容易	反射・透明物体、低テクスチャで難しい
ToFカメラ	距離データを直接取得	環境光の影響、コスト
構造光	高精度、近距離で強い	光源依存、暗所で弱い

初心者が抑えるべきポイント

深度画像という用語の意味をまず覚え、データのフォーマット、そしてデータをどのように3D情報へ変換するかを理解しましょう。実際のアプリケーションでは、深度画像を点群やメッシュへ変換して処理する工程が多く登場します。

深度画像の同意語

深度画像: 3Dシーンの各画素の距離情報を格納した画像。カメラからの距離を表すデータで、物体の位置・形状の推定に使われます。
深度マップ: 深度情報を画素ごとに格納した画像。ピクセルごとにカメラまでの距離を表すデータ表現です。
デプス画像: 英語の depth を音写した表現。画素ごとに距離情報を持つ画像です。
デプスマップ: depth map の日本語表現。画素ごとに距離を示す画像データとして使われます。
距離画像: カメラまでの距離を画素ごとに表現した画像。深度画像と同義として用いられることがあります。
Z深度画像: Z軸方向の深度情報を格納した画像。カメラ視点からの距離を示すデータです。
Zデプスマップ: Z軸の深度情報を格納したマップ。深度データを視覚化する手段です。
3D深度画像: 3次元の深度情報を含む画像表現。各画素がカメラまでの距離を示します。
三次元深度画像: 三次元空間の深度情報を格納した画像。物体の位置・形状推定に役立ちます。
三次元深度マップ: 3D空間の距離情報を画素ごとに表すマップ形式のデータ。

深度画像の対義語・反対語

平面画像（2D画像）: 深度情報を含まない、2次元の情報だけで構成された画像。奥行きを判断できず、カメラからの距離を表すデータがない。
2D画像: 同様に、X軸とY軸の平面情報のみで、奥行きの情報が欠如している画像。
距離情報なし画像: 各ピクセルに対応する距離データが割り当てられていない画像。深度推定の要素が無い場合に使われる表現。
カラー画像（RGB画像）: 色の情報を表す画像であり、深さ情報は含まれていない。深度は別データとして扱われることが多い。
グレースケール画像: 明るさ情報のみの1チャンネル画像で、奥行きや距離の情報を含まない。
立体情報なし画像: 奥行きや立体感を示す情報が欠如している画像。平面として扱われることが多い。

深度画像の共起語

深度マップ: カメラや深度センサーから取得される、画素ごとに物体までの距離を示す2D画像。単位はメートルやミリメートルで表されることが多い。
距離画像: 各画素がカメラからの距離を表す画像。深度マップと同義で使われることが多い。
デプスマップ: Depth Mapの日本語表記。深度情報を格納する2D画像。
デプス画像: Depthを表す画像表現。デプスデータの別表記。
深度データ: 深度に関する生データ。距離情報を数値として格納している。
深度情報: 空間の奥行き（深さ）に関する情報全般。
RGB-Dデータ: カラー情報（RGB）と深度情報を組み合わせたデータ形式。
RGB-Dカメラ: カラー画像と深度画像を同時に取得するカメラ。
ToFカメラ: Time-of-Flight方式で光の往復時間から距離を測る深度カメラ。
ToF: Time-of-Flightの略。深度測定技術の一つ。
デプス推定: 未知の深度を推定する技術。RGB画像から深度を推定することも含む。
ステレオカメラ: 二つの視点画像から視差を計算して深度を推定するカメラ系統。
視差: 左右の画像の対応点のずれ。深度推定の基本指標。
視差画像: 視差を表す画像。深度計算の中間データとして使われる。
LiDARデータ: レーザーで測定した距離情報を含むデータ。深度情報を含む。
LiDAR: Light Detection and Rangingの略。深度情報を提供するセンサー。
点群: 深度画像を3D空間の点の集合に変換したデータ形式。
点群データ: 点群のデータ表現。
3D再構成: 深度情報を用いて3次元形状を再現・復元する処理。
3Dモデル: 再構成された3次元の形状データ。
3次元情報: 三次元の空間情報全般。
キャリブレーション: カメラの内部・外部パラメータを正確に求め、測定を安定化させる作業。
アライメント: 深度画像とカラー画像などを正しく整列させる処理。
センサー融合: 複数のセンサーのデータを組み合わせて深度情報を改善する手法。
深度ノイズ: 深度データに混入する誤差・ノイズ。
ノイズ除去: 深度ノイズを低減するフィルタ処理。

深度画像の関連用語

深度画像: 3Dシーンの各点の距離情報をピクセル単位で格納した画像。ピクセルの値は通常ミリメートルやメートルで表され、物体の距離や形状推定に使われます。
深度マップ: 深度画像の別名。各ピクセルに対応する距離を示すデータ。視覚化や物体検出などに活用されます。
距離画像: 深度情報を距離として表す画像データの総称。深度マップと同義で使われることが多いです。
RGB-D画像: カラー画像（RGB）と対応する深度情報を同時に記録したデータ形式。3D再構成や認識で使われます。
深度センサー: 深度を計測するセンサーの総称。ToF、構造光、ステレオ、LIDAR などがあります。
ToFセンサー: Time-of-Flight（飛行時間）方式の深度センサー。光の往復時間から距離を推定します。リアルタイム性が高いのが特徴です。
Time-of-Flight: ToFセンサーと同義。光の往復時間を測定して深度を推定する方式。
構造光センサー: 投影したパターンとその変形をカメラで捉え、深度を推定する方式。安価な室内深度カメラに多く使われます。
ステレオ視覚: 2台のカメラを用いて視差から深度を推定する手法。実装が比較的一般的です。
視差マップ: ステレオ視覚の結果として得られる視差のマップ。これをさらに深度へ変換します。
三次元点群: 深度データを3Dの点として表現した集合。形状の可視化・解析に使われます。
LiDAR: Laser Imaging Detection and Rangingの略。レーザー波で距離を測る深度センサー。高精度・長距離が強みです。
点群: 深度データを3D点の集まりとして表現したデータ形式。PCLなどで処理されます。
3D再構成: 深度情報を使って現実世界の3Dモデルを再構築する処理・技術。
深度ノイズ: 深度データにはノイズが混入しやすいです。ノイズ対策としてフィルタリングを行います。
キャリブレーション: カメラやセンサーの内部・外部パラメータを正確に推定して、空間座標の整合性を取る作業。
内部パラメータ: カメラの焦点距離、主点、レンズ歪みなど、カメラ内部の特性を表します。
外部パラメータ: カメラ座標系とワールド座標系の関係を表すパラメータ。姿勢や位置を表します。
深度解像度: 深度画像のピクセルあたりの距離分解能。細かさを表します。
深度精度: 測定距離のばらつき・誤差の程度。機器や距離によって異なります。
欠落深度: 深度が取得できない領域。センサーの死角や反射条件の影響で生じます。
欠測領域の補完: 欠落した深度を補うためのアルゴリズムや手法。
深度補間: 不足しているデータを周囲の値で埋める処理。
深度アップサンプリング: 低解像度の深度を高解像度へ推定する技術。
カラーマップ: 深度値を色で表現して見やすくする可視化手法。例：jet、viridis など。
擬似カラー: 深度をカラーで表現する visualization 技法。直感的に距離を把握できます。
データセット: 深度画像の研究・学習用データの集合。代表例には NYU Depth V2、KITTI、Middlebury などがあります。
NYU Depth V2: 室内シーンの深度データセット。RGBと深度がペアになっています。
KITTI Depth: 自動車走行データから抽出された野外深度データセット。車両周辺の深度情報が充実。
Middlebury Depth: 古典的なステレオ深度データセット。高品質な深度マップが特徴。
Ground Truth: 正解の深度データ。モデルの評価に使われる真値。
データ拡張: データの量を増やすために回転・翻訳・色変換などを施す技法。
深度セグメンテーション: 深度情報を用いてシーンを領域や物体に分割するタスク。
物体検出: 深度情報を活用して物体の位置・存在を検出するタスク。
物体認識: 深度情報を活用して物体を分類・同定するタスク。
SLAM: Simultaneous Localization And Mapping。同時に自己位置推定と地図作成を行う技術。
同時地図作成: SLAMの別称。移動体の位置推定と環境地図を同時に作る。
Odometry: 移動体の位置・姿勢の推定。深度情報と組み合わせて動きを追います。
障害物検知: 深度画像を用いて前方の障害物を検出・回避を支援します。
ロボティクス: ロボットの認識・操作・制御に深度画像を活用する分野。
AR/VR: 拡張現実・仮想現実で深度画像を用い、現実と仮想の距離感を表現します。
3Dモデリング: 深度データから実世界の3Dモデルを作成する技術。
アプリケーション領域: ロボット、自動運転、医療、建設、ゲームなど、深度画像の利用分野。
リアルタイム処理: 深度データを遅れずに処理・分析する能力。
センサフュージョン: 複数のセンサーのデータを統合して深度推定の精度を高める技術。
ノイズ除去: 深度データのノイズを低減するフィルタリング。
エッジ処理: 深度画像のエッジを検出・強調する処理。
補正: 測定誤差を補正する手法。
深度データのプライバシー: 深度データには個人情報が含まれる場合があるため、取り扱いに注意が必要。
フォーマット: 深度データの保存フォーマット。例：16-bit整数、32-bit浮動小数点など。
深度マージ: 複数の深度ソースを組み合わせて信頼性の高い深度を作る技術。
可視化: 深度データを視覚的に表示する方法。カラー化やマッピングで理解を助けます。
アノテーション: データセットのラベル付け。深度情報と物体ラベルの対応付けを行います。