ORBとは？0と1の指紋で画像を照合——回転に強い高速バイナリ記述子

ORBは、画像の特徴点に0/1の指紋を付け、別の写真と突き合わせる古典的コンピュータビジョン手法です。HOGが領域全体の形の統計を数えるのに対し、ORBは点ごとのバイナリ記述子で「同じ場所か」を照合——パノラマ合成やAR追跡の入口——本記事はアルゴリズムの細部より、マッチング特徴量としてのORBに焦点を当てます。

何を解く手法か

スマホでパノラマ写真を撮るとき、隣り合うフレームは少し視点がずれた同じ景色です。ORBの問いは「左の画像のこの角と、右の画像のどの角が同じ点か？」——画像間の対応点を見つける問題です。

G-021の物体検出は「1枚の画像のどこに何があるか」——ORBは2枚以上の画像で同じ物理点を結ぶ。タスクの入口が違います（G-315）。

検出と記述の二段

ORBは名前のとおり、二つの古典手法を組み合わせています。

段階	内容	ORBでの役割
検出（FAST）	コーナーやエッジなど目立つ点を探す	キーポイントの座標を得る
向き（Oriented）	点の周辺から主方向を推定	回転しても記述子が対応しやすい
記述（BRIEF）	周辺画素の比較を0/1列に符号化	バイナリ指紋（記述子）を得る

試験ではFASTやBRIEFの内部式より、特徴点＋バイナリ記述子で画像マッチング——と一言で押さえれば十分です。

バイナリ指紋の強み

SIFTのような実数ベクトル記述子は表現力が高い一方、照合コストが重くなりがちです。ORBの記述子はビット列——ハミング距離（異なるビットの数）で高速に似ている点を探せます。

速い — モバイルや組み込みでもリアルタイム追跡が現実的
オープン — 特許制約の少ない構成で広く実装された
回転耐性 — 主方向を揃えてから記述する設計
限界 — 大きな見た目の変化や繰り返し模様では誤対応も起きうる

G-153が示す深層学習の強み——特徴をデータから学ぶ——に対し、ORBは設計済みの幾何手順。G-455の特徴量設計の文脈では、人がアルゴリズムとして設計した手作り特徴の一派です。

HOG・CNNとの違い

手法	単位	主な用途
ORB	キーポイントのバイナリ指紋	画像間マッチング、カメラ姿勢推定
HOG	セル領域の勾配ヒストグラム	歩行者検出など分類向け形状特徴
CNN	学習した畳み込み特徴マップ	分類・検出の端到端学習（TF-401）

三つとも画像の局所パターンを扱いますが、点の照合 vs 領域の統計 vs 学習特徴——出力の形と目的が異なります。ORBを「物体検出モデル」や「CNNの別名」と答えるのは誤りです。

試験で押さえるポイント

定義 — Oriented FAST and Rotated BRIEF＝高速バイナリ特徴記述子
処理 — キーポイント検出→バイナリ記述子→画像間マッチング
位置づけ — 深層学習以前の手作り特徴・コンピュータビジョン
対比 — HOG（領域形状）、CNN（学習特徴）、BoW（文書・G-408誤答）

演習で確認する

G検定：G-455、G-153、G-315、TF-401

すり替えに注意

誤った説明	正しい理解
ORB＝CNN	手作りマッチング特徴 vs 学習型ネット
ORB＝HOG	点のバイナリ指紋 vs 領域の勾配ヒストグラム
ORB＝物体検出そのもの	対応点探索の部品。検出パイプラインの一部に過ぎないことも
ORB＝Bag of Words	画像マッチング vs 文書の単語ベクトル（G-408 C）
ORB＝NeRF	2D特徴マッチング vs 3Dニューラル場の視点合成

よくある質問

ORBは何をする手法ですか？

画像から目立つ特徴点（キーポイント）を検出し、各点の周辺パターンをバイナリの指紋（記述子）として符号化します。二枚の画像で記述子が似ている点を対応付け、カメラの動き推定や画像のつなぎ合わせなどに使います。深層学習以前の画像マッチングの定番です。

ORBとHOGは同じですか？

同じではありません。HOGは画像の局所領域で勾配方向のヒストグラムを作り、物体の形状特徴として分類に使う手法です。ORBは個々の特徴点にバイナリ記述子を付け、画像どうしの対応点を見つけるマッチング向けです。どちらも古典的CVですが、領域の形状統計 vs 点の指紋照合で目的が異なります。

ORBとCNNは同じですか？

同じではありません。ORBは人が設計した特徴点検出とバイナリ記述の手順であり、学習で重みを更新しません。CNNは畳み込み層を通じてデータから特徴を学習するニューラルネットワークです。画像認識の歴史において、手作り特徴の系譜と深層学習の系譜は別ルートです。