正解：イ
各選択肢の解説
ア「秋らしい店頭ポスター」といった文章の指示に沿って、新しい画像を作り出す。
誤り。これは画像を生成する生成AIの働きです。どちらも画像に関わるため混同しがちですが、 画像認識は既にある画像を見て中身を判別するもの、画像生成は指示から 存在しない画像を作り出すものです。入力と出力の向きが逆です。
イ棚を撮影した画像から、どの商品が写っていて、どこが欠品しているかを判別する。
正解。画像に写っている物が何か、どこにあるかを判別するのが画像認識です。 人が棚を見回る代わりに、撮影した画像から商品と空きの位置を読み取っています。
ウ商品画像に添えられた説明文を読み、要点を短くまとめた紹介文に書き直す。
誤り。これは自然言語処理モデルの働きです。商品画像と一緒に扱われていても、 処理の対象は添えられた説明文という文章であり、画像の中身は見ていません。 何を入力として処理しているかで見分けます。
エ撮影した画像の明るさや色合いを、あらかじめ決めた数値どおりに一律で補正する。
誤り。これは人が決めた設定値どおりに画素を加工する、従来型の画像処理です。 画像を扱う点は共通ですが、写っている物を判別しておらず、 データから学んだモデルも使っていません。画像を「加工する」のと「認識する」のは別物です。
理解を深めるために
画像を「見て、何かを言い当てる」のが画像認識
画像認識は、人が目で見て「これはお茶のペットボトル」「ここが空いている」と 判断することを、コンピュータに代わりにさせる技術です。 画像を入力として受け取り、写っている物の種類や位置を判別するのが役目です。
ディープラーニングは、この画像認識で精度を大きく伸ばした代表的な応用分野です。 層を重ねることで、点や線から輪郭、さらに物体全体へと特徴を段階的にとらえられるためです。
「画像に関わる処理」がすべて画像認識ではない
選択肢はどれも画像に関係しますが、画像との関わり方がそれぞれ違います。
- 画像を見て判別する → 画像認識
- 文章から画像を作り出す → 画像生成（生成AI）
- 画像に添えられた文章を扱う → 自然言語処理
- 決めた数値どおりに画像を加工する → 従来型の画像処理
「画像」という言葉だけで選ぶと、ほかの三つにも引っかかります。
画像との関わり方で整理する
| 処理 | 入力 → 出力 | 分類 |
|---|---|---|
| 棚の画像から商品と欠品を判別 | 画像 → 判別結果 | 画像認識モデル |
| 文章の指示からポスターを作る | 文章 → 画像 | 画像生成（生成AI） |
| 説明文を要約する | 文章 → 文章 | 自然言語処理モデル |
| 明るさ・色合いを一律に補正 | 画像 → 画像 | 従来型の画像処理 |
入力が画像で、出力が「何が・どこに」という判別結果になっていれば画像認識です。