半導体/MEMS/ディスプレイのWEBEXHIBITION（WEB展示会）による製品・サービスのマッチングサービス SEMI-NET（セミネット）

半導体用語集

画像・音声認識

英語表記：image・speech recognition

　画像認識は、画像の中の対象物をコンピュータに識別させること。画像入力装置を通し、絵や写真などの画像をコンピュータで処理が可能なようにデジタル化し、これから、歪やノイズを除き、対象物が認識しやすいようにコントラストの強調処理や、ぼやけた画像を鮮明化したり、座標変換を行い傾きを元に戻すなどの前処理を施した後、対象物とそれ以外を区別するためにエッジや線、輪郭などの特徴抽出を行って、特徴となるパラメータやベクトルを求める。こうしてえられた特徴量の中から辞書などのあらかじめ用意した標準量に合致し、あるいは近い特徴量によって対象物を識別している。
　画像認識応用の盛んな分野は、監視 カメラを用いた防犯関連、指紋照合などの個人照合、地図・図面のコンピュータヘの入力時の省力化、生産機械、物流、搬送、検査など産業・工業分野、X線画像、MRI画像、CT画像また顕微鏡画像の応用の医用などがある。
　パーソナルコンピュータの分野では、画像認識の一種である文字認識技術を用いたOCR （Optical Character Reader;光学式文字読み取り装置）機能をスキャナ装置とコンピュータのソフトウェア処理で行えるようになってきた。低価格化されたスキャナに OCRソフトウェアが添付販売されるなどされている。
　音声認識は、人間の話す言葉をコンピュータに認識理解させること。通常、マイクロフォンで入力された音声信号をA/D変換し、デジタル化し、音声のパターンを認識することで言葉や単語を理解する。パーソナルコンピュータではCPUの性能が大幅に向上したため、専用のハードウェアは用いず、ソフトウェアでの処理が主体になりつつあり、キーボードの代わりに音声入力で文書を入力したり、コンピュータヘの命令（コマンド）を音声により入力したりするソフトウェアがある。

関連製品