AIの３次元視覚

AIの３次元視覚

2026/08/06

AIの３次元視覚 日常の動画利用し学習

産総研では、将来の産業ニーズを見据えた目的基礎研究を通じて、革新的な技術シーズの創出に挑戦しています。
こうした最先端の成果を、日刊工業新聞で連載しています。産総研マガジンでもご紹介していますので、ぜひご覧ください。
※本記事は、日刊工業新聞社の許諾を得て掲載しています。著作権は日刊工業新聞社に帰属します。

空間理解の「目」

　AI（人工知能）は、人に代わって文章や画像を生成し、人と自然な対話ができる。AIが言葉を扱う能力は、研究者を驚かすほど日々進化し続けている。一方で、AIが人と共生するには、言葉だけでは足りない。人は、部屋を見渡し、家具やそれらの位置関係などを理解する。しかし、こうした３次元視覚をAIに実装するのは極めて難しい。実装の前に、まずAIに必要なのは、映像を記録する単なる「目」ではなく、物体・空間・環境を理解する「目」である。

スキャナー不要

　現実世界の三次元視覚をAIに学ばせるには、大量の３次元データが必要である。しかし、部屋の内部や建築物を３次元スキャナーで計測するには、時間と人手がかかる。そこで私たちは、３次元スキャナーを使用せずに動画から３次元データを自動生成し、それらを用いてAIに３次元視覚を学ばせることにした。

　カメラが動画を撮影しながら部屋の中を移動すると、机・椅子・床・壁などが異なる角度から何度も録画される。画像には、奥行きや物体の形、空間の広がりに関する情報が含まれている。それらを３次元データとして再構成し、AIが学習することで、３次元スキャナーを使用した従来手法と同等以上の性能で、家具やそれらの位置関係を認識させることに成功した。この成果は、AIに現実世界を理解させるための３次元データとして、日常的な動画を利用できることを示している。これにより、３次元視覚のAIを改善するための３次元データを容易に収集できるようになる。

国際研究が重要

　これは、産業技術総合研究所（産総研）やニュルンベルク工科大学、フランス国立情報学自動制御研究所などとの国際共同研究である。世界では、国籍や専門分野を越えてAI研究が急速に進んでいる。そのため、AIを作るのに特に有利なのは、国際的な研究コミュニティーに入り、多様な視点を持ち、他分野の研究者とアイデアを共有することである。その中で日本のAI研究が進展するには、独自の強みを生み、それをいかにして磨くのかが重要となる。

　動画から３次元データを自動生成する研究は、ロボットに現実世界を理解させるための布石である。また、日本のAI研究が世界とともに前進するための一つの実践でもある。

人工知能研究センター
コンピュータビジョン研究グループ
研究員

山田 亮佑

YAMADA Ryousuke