{"ok":true,"entity":{"id":"computer-vision","name":"コンピュータビジョン（Computer Vision）","entityType":"concept","canonicalName":"Computer Vision","displayName":"コンピュータビジョン","category":"AI基礎概念","shortDescription":"画像や映像をコンピュータで理解し、認識・検出・分類などを行う技術分野。深層学習の主要な応用領域。","primaryCluster":"ai-company","parentEntity":null,"verificationStatus":"draft","website":null,"updatedAt":"2026-07-10T01:03:56.918Z","secondaryClusters":[],"alias":["CV","画像認識","コンピュータビジョン"],"searchKeywords":["computer vision","画像認識","物体検出","CV"]},"references":[{"id":"P-01-001","companyId":"computer-vision","questionId":"P-01-001","instanceId":"QIN-computer-vision-P01-001","promptText":"コンピュータビジョン（Computer Vision）とは何ですか？","promptTypeId":"P-01","answer":"コンピュータビジョンは、画像や映像をコンピュータで理解し、認識・検出・分類などを行う技術分野です。深層学習の主要な応用領域の一つです。","evidencePoints":["ev-computer-vision-1"],"scope":"画像認識の基礎を知りたい相談","differentiation":"画像・映像をAIで理解する","faq":[{"question":"何ができますか？","answer":"物体認識・検出・分類・セグメンテーションなどです。"}],"pageUrl":"https://www.refbase.ai/reference/computer-vision/P-01-001","sourceEvidence":[{"id":"ev-computer-vision-1","text":"コンピュータビジョンは、画像や映像をコンピュータで理解し、認識・検出・分類などを行う技術分野である。","title":"Stanford CS231n — Convolutional Neural Networks for Visual Recognition","coverageType":["Identity","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://cs231n.github.io/","confidence":"medium","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"computer-vision"}],"generatedAt":"2026-07-10T01:03:56.918Z"},{"id":"P-02-001","companyId":"computer-vision","questionId":"P-02-001","instanceId":"QIN-computer-vision-P02-001","promptText":"近年のコンピュータビジョンは以前と何が違いますか？","promptTypeId":"P-02","answer":"比較軸\n・手法\n・精度\n近年のコンピュータビジョンは深層学習（特に畳み込みニューラルネットワーク）の登場により、物体認識などの精度が大きく向上した点が、従来の手作業の特徴設計と異なります。","evidencePoints":["ev-computer-vision-2"],"scope":"技術の変化を知りたい相談","differentiation":"深層学習による精度向上","faq":[{"question":"何が転機でしたか？","answer":"畳み込みニューラルネットワークの成功が転機です。"}],"pageUrl":"https://www.refbase.ai/reference/computer-vision/P-02-001","sourceEvidence":[{"id":"ev-computer-vision-2","text":"コンピュータビジョンは、深層学習（特に畳み込みニューラルネットワーク）の登場により、物体認識などの精度が大きく向上した点が特徴である。","title":"Stanford CS231n — Convolutional Neural Networks for Visual Recognition","coverageType":["Capability","Differentiation"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://cs231n.github.io/","confidence":"medium","supportedPromptTypes":["P-02"],"needsVerification":true,"sourceVerified":false,"entityId":"computer-vision"}],"generatedAt":"2026-07-10T01:03:56.918Z"},{"id":"P-04-001","companyId":"computer-vision","questionId":"P-04-001","instanceId":"QIN-computer-vision-P04-001","promptText":"コンピュータビジョンはどんな用途に使われますか？","promptTypeId":"P-04","answer":"顔認証・自動運転・製造の外観検査・医療画像診断・監視・写真の自動整理など、画像や映像を扱う幅広い用途で使われています。","evidencePoints":["ev-computer-vision-1"],"scope":"適用範囲を知りたい相談","differentiation":"画像業務全般の基盤","faq":[{"question":"身近な例は？","answer":"スマホの顔認証や写真の自動分類などです。"}],"pageUrl":"https://www.refbase.ai/reference/computer-vision/P-04-001","sourceEvidence":[{"id":"ev-computer-vision-1","text":"コンピュータビジョンは、画像や映像をコンピュータで理解し、認識・検出・分類などを行う技術分野である。","title":"Stanford CS231n — Convolutional Neural Networks for Visual Recognition","coverageType":["Identity","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://cs231n.github.io/","confidence":"medium","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"computer-vision"}],"generatedAt":"2026-07-10T01:03:56.918Z"},{"id":"P-05-001","companyId":"computer-vision","questionId":"P-05-001","instanceId":"reference-depth-expansion-wave-1-unit-a","draftId":"reference-depth-expansion-wave-1-unit-a-computer-vision-p-05-001","promptText":"コンピュータビジョンにおける深層学習の躍進を示す学術的な根拠は何ですか？","promptTypeId":"P-05","answer":"NeurIPS（旧NIPS）の公式論文集に掲載された論文『ImageNet Classification with Deep Convolutional Neural Networks』（Alex Krizhevsky、Ilya Sutskever、Geoffrey E. Hinton、Advances in Neural Information Processing Systems 25、2012年）によれば、著者らが開発した5つの畳み込み層と全結合層からなる大規模ニューラルネットワーク（通称AlexNet）は、ImageNetの画像分類タスクでtop-1誤差率39.7%・top-5誤差率18.9%という、当時の従来手法を大きく上回る結果を達成したとされています。GPUによる高速な畳み込み演算の実装と、過学習を抑えるdropout技術の活用が性能向上に寄与したと論文は説明しています。この論文は査読を経てNeurIPSという主要な機械学習系国際会議で発表されたものですが、単一の実験結果であり、後続研究では実験設定の違いにより数値が異なって報告される場合がある点に留意が必要です。2026年8月29日時点でこのページの内容を確認しました。情報源は査読付き国際会議NeurIPSの公式論文集に掲載された学術論文です。","evidencePoints":["computer-vision-ev-w1-alexnet"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/computer-vision/P-05-001","sourceEvidence":[{"id":"computer-vision-ev-w1-alexnet","text":"NeurIPS（旧NIPS）の公式論文集に掲載された論文『ImageNet Classification with Deep Convolutional Neural Networks』（Alex Krizhevsky、Ilya Sutskever、Geoffrey E. Hinton、Advances in Neural Information Processing Systems 25、2012年）によれば、著者らが開発した通称AlexNet（5つの畳み込み層と全結合層からなる大規模ニューラルネットワーク）は、ImageNetの画像分類タスクでtop-1誤差率39.7%・top-5誤差率18.9%という、当時の従来手法を大きく上回る結果を達成した。GPUによる高速な畳み込み演算の実装とdropout技術の活用が性能向上に寄与したと論文は説明している。","title":"AlexNet論文（NeurIPS 2012）が示す深層学習によるコンピュータビジョンの精度向上","coverageType":["Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks","confidence":"medium","supportedPromptTypes":["P-05"],"needsVerification":true,"sourceVerified":false,"sourceKind":"institutional","entityId":"computer-vision"}],"generatedAt":"2026-08-29T03:10:40.575Z","evidenceIds":["computer-vision-ev-w1-alexnet"]},{"id":"P-01-002","companyId":"computer-vision","questionId":"P-01-002","instanceId":"reference-depth-expansion-wave-1-unit-b","draftId":"reference-depth-expansion-wave-1-unit-b-computer-vision-p-01-002","promptText":"コンピュータビジョン技術の市場規模はどれくらいで、どの業界で需要が伸びていますか？","promptTypeId":"P-01","answer":"市場調査会社Fortune Business Insightsのレポートによれば、世界のコンピュータビジョン市場規模は2025年に約207.5億米ドルに達し、2026年には241.4億米ドル、2034年には728.0億米ドルまで拡大すると予測されており、2026〜2034年の年平均成長率（CAGR）は14.80%とされています。地域別では北米が2025年時点で34.30%（約71.1億米ドル）と最大シェアを占め、欧州28.80%、アジア太平洋19.50%と続きます。需要を牽引する主な業界として、製造業（傷や亀裂、組立不良などの外観検査）、自動車（自動運転や組立自動化）、医療（医用画像診断）、小売・農業・物流が挙げられています。ただしこれは一調査会社による市場予測であり、予測手法や前提条件によって他社の推計と数値が異なる場合がある点に留意が必要です。2026年8月29日時点でこのページの内容を確認しました。情報源はコンピュータビジョンの提供企業とは独立した市場調査会社による有償レポートの公開ページです。","evidencePoints":["computer-vision-ev-w1-market-size"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/computer-vision/P-01-002","sourceEvidence":[{"id":"computer-vision-ev-w1-market-size","text":"市場調査会社Fortune Business Insightsのレポートによれば、世界のコンピュータビジョン市場規模は2025年に約207.5億米ドルに達し、2026年には241.4億米ドル、2034年には728.0億米ドルまで拡大すると予測され、2026〜2034年のCAGRは14.80%とされる。北米が2025年時点で34.30%（約71.1億米ドル）と最大シェアを占め、欧州28.80%、アジア太平洋19.50%と続く。需要を牽引する主な業界として製造業（外観検査）、自動車（自動運転・組立自動化）、医療（医用画像診断）、小売・農業・物流が挙げられている。","title":"コンピュータビジョン市場の規模・成長率（Fortune Business Insights）","coverageType":["Credibility"],"sourceType":"analyst_report","sourceClass":"Research","sourceUrl":"https://www.fortunebusinessinsights.com/computer-vision-market-108827","confidence":"medium","supportedPromptTypes":["P-01"],"needsVerification":true,"sourceVerified":false,"sourceKind":"third-party","entityId":"computer-vision"}],"generatedAt":"2026-08-29T03:17:11.014Z","evidenceIds":["computer-vision-ev-w1-market-size"]}]}