NMS（Non-Maximum Suppression）とは？画像認識の精度を劇的に高める仕組みとPython実装

近年のAI技術、特に物体検出（Object Detection）において、欠かすことのできない重要なアルゴリズムがNMS（Non-Maximum Suppression：非最大値抑制）です。画像の中に写る複数の物体をAIが検出する際、どうしても「一つの物体に対して複数の枠（バウンディングボックス）が重なって表示される」という問題が発生します。NMSはこの重複を整理し、最も確からしい検出結果だけを残すための重要な技術です。

NMSの概要と重要性

NMSは、主にコンピュータビジョンの分野で、検出結果の重複を排除するために使用される後処理アルゴリズムです。物体検出AIは、推論の過程で「ここにも物体があるかもしれない」という候補を大量に出力します。しかし、それらをすべて表示すると、一つの対象に何十もの枠が重なり、人間には非常に見づらい結果となります。

なぜNMSが不可欠なのか

現代の物体検出モデル（YOLO、SSDなど）は、画像全体を格子状に分割して、それぞれの領域で物体かどうかの確率を計算します。そのため、隣接する領域同士が同じ物体を検出しようと競合し、結果として一つの物体を囲む大量の重複した枠が出力されます。NMSは、これらの「ノイズ」を取り除き、最も自信のある枠（信頼度スコアが最も高いもの）だけを抽出します。

注目される背景

自動運転システムや監視カメラ映像の解析において、AIの認識結果は正確かつクリーンである必要があります。重複した枠が表示されたままでは、障害物までの距離計測や物体の識別処理に悪影響を及ぼします。推論モデルが進化する一方で、その出力を人間や次の処理系に適した形式に整えるNMSの存在感は、実運用においてより一層高まっています。

背景と歴史的経緯

物体検出の歴史は、特徴量ベースの手法からディープラーニングへと進化してきました。しかし、「検出結果を一つに絞る」という課題は時代を超えて共通の関心事でした。

古典的な手法からの進化

以前は、スライディングウィンドウ方式で画像をスキャンしていましたが、その際にも複数の枠が生成される問題がありました。この時期から、計算効率を考慮した貪欲法（Greedy Algorithm）としてのNMSが重宝されてきました。

現在のディープラーニングへの適応

CNN（畳み込みニューラルネットワーク）を用いた現在の手法においても、NMSは「学習」ではなく「推論後の整理」として組み込まれています。モデルの重みを最適化するだけでは解決できない「重なり」の問題に対し、数学的なルールを適用することで効率的に解決を図っています。

NMSが動く仕組みと処理の流れ

NMSの内部処理は、非常に直感的ですが、数学的な「IoU（Intersection over Union）」という指標に基づいています。

IoU：重なりの評価基準

IoUは、二つの枠がどれだけ重なっているかを0から1の数値で表したものです。完全に一致すれば1、全く重ならなければ0になります。NMSでは、この値があるしきい値を超えた場合、「同じ物体を指している」と判定します。

ステップバイステップの処理

すべての検出枠を信頼度スコアの高い順に並び替える。
最もスコアが高い枠を確定させる。
確定した枠と、残りのすべての枠についてIoUを計算する。
しきい値以上のIoUを持つ（＝かなり重なっている）枠を候補から削除する。
残った枠に対して、同じ処理を繰り返す。

イメージ図

具体的な活用例

NMSは多様な分野で活躍しています。ここでは代表的な3つの例を挙げます。

自動運転における障害物検知

車両のカメラからの映像を入力し、前方の車や歩行者を検出します。AIは数千個の候補を生成しますが、NMSによってそれぞれの歩行者に一つの枠が割り当てられます。これにより、システムは正確な物体の位置を把握し、回避行動をとることができます。

医療画像における病変の特定

CTスキャンやX線写真から、腫瘍などの病変部位を特定します。入力は高精細な画像データであり、前処理として画質の調整が必要です。NMSを用いることで、病変の境界を明確にし、医師が見落としにくい形で診断を支援します。

顔認識システム

人物の顔を検出し、その人物が誰であるかを照合します。顔の角度や照明の具合によって複数の顔検出結果が出る場合、NMSでこれらを統合します。精度を高めるためには、IoUのしきい値調整が非常に重要になります。

NMSの導入時は、まず「何を基準に不要な枠を捨てるか」というしきい値を設定することが最優先です。厳しすぎると誤って必要な物体まで消してしまい、甘すぎると重複が残り続けます。

Pythonによる実践的な実装

PythonでNumPyを使用して、効率的なNMSを実装してみましょう。


import numpy as np

# 1. NMS関数の定義
def non_max_suppression(boxes, scores, iou_threshold):
    """
    信頼度スコアに基づいて重複する枠を抑制する関数
    boxes: [N, 4] の座標配列 (x1, y1, x2, y2)
    scores: [N] の信頼度スコア
    iou_threshold: IoUのしきい値
    """
    x1 = boxes[:, 0]
    y1 = boxes[:, 1]
    x2 = boxes[:, 2]
    y2 = boxes[:, 3]
    areas = (x2 - x1) * (y2 - y1) # 各枠の面積
    order = scores.argsort()[::-1] # スコアの高い順にインデックスをソート

    keep = [] # 残す枠のインデックス
    while order.size > 0:
        i = order[0]
        keep.append(i)

        # 残りの枠との重なりを計算
        xx1 = np.maximum(x1[i], x1[order[1:]])
        yy1 = np.maximum(y1[i], y1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy2 = np.minimum(y2[i], y2[order[1:]])

        w = np.maximum(0.0, xx2 - xx1)
        h = np.maximum(0.0, yy2 - yy1)
        inter = w * h
        iou = inter / (areas[i] + areas[order[1:]] - inter)

        # IoUがしきい値以下のものだけを残す
        inds = np.where(iou <= iou_threshold)[0]
        order = order[inds + 1]

    return keep

# 2. 処理結果の確認（ダミーデータ）
dummy_boxes = np.array([[100, 100, 200, 200], [105, 105, 205, 205], [300, 300, 400, 400]])
dummy_scores = np.array([0.9, 0.8, 0.95])
result_indices = non_max_suppression(dummy_boxes, dummy_scores, 0.5)
print("残った枠のインデックス:", result_indices)

コードの解説

上記のコードは、NumPyの行列演算を活用して高速に動作するように記述されています。特にIoU計算におけるnp.maximumなどの関数は、ループを使わずに複数の枠を一括で処理できるため、実務で重要です。order変数で信頼度順に並び替え、一度選択した枠と重複の激しい枠をループのたびに除外していくことで、計算コストを抑えています。

評価方法と精度の測定

NMSの性能を評価するには、物体検出全体としての精度指標であるmAP（mean Average Precision）を使用するのが一般的です。

精度指標 mAP の意味

検出した枠がどれだけ正解データ（Ground Truth）と重なり、かつ誤検出が少ないかを総合的に数値化します。NMSのしきい値を変えたときにmAPがどう変化するかを確認することが、パラメータチューニングの定石です。

処理速度の重要性

リアルタイム性が求められる環境では、NMS自体の計算時間も無視できません。特に非常に多くの候補が出力される場合、NMSの実行時間がボトルネックになることがあります。

初心者が陥りやすい誤解

NMSについて初心者が抱きやすい誤解を解消します。

誤解1：NMSはAIモデルの一部である。 実際には、モデルの推論が終わった後に行う「後処理」です。モデルの学習には直接含まれません。
誤解2：しきい値を一度決めれば万能である。 対象とする物体のサイズや密集具合によって最適値は変わります。常に固定値を使い回すのは危険です。
誤解3：NMSで誤検出（False Positive）がゼロになる。 あくまで「重複の整理」であり、AIそのものが誤認識したものを修正する機能はありません。

導入時の課題と対策

実運用において避けて通れない課題と対策をまとめます。

1. 密集した物体の見逃し

重なっている二つの物体に対し、NMSが一つだと誤認して消してしまうことがあります。対策：Soft-NMSのような、スコアを減衰させる手法への切り替えを検討してください。

2. 計算負荷の増大

検出候補が数千を超えると、NMSの処理が遅延を生みます。対策：事前に「信頼度が非常に低い枠」を削除する「信頼度フィルタ」を挟み、NMSに渡す候補数を減らすのが効果的です。

3. 境界精度の低下

最も信頼度が高い枠が、必ずしも最も正確な座標を持っているとは限りません。対策：WBFのように、複数の信頼度の高い枠を組み合わせて座標を算出する手法を導入すると改善します。

4. 環境の変化への適応

カメラの設置位置が変わると物体の見え方も変わります。対策：運用環境で収集したデータに対して評価を行い、パラメータを自動的に最適化する仕組みを構築することが理想です。

考察

ここからは、これまでの内容を踏まえた考察です。NMSは非常にシンプルなアルゴリズムですが、AIの最終的な「品質」を決定づける極めて重要な存在だと感じています。多くのエンジニアは深層学習モデルの設計に注力しがちですが、実務においては、こうした後処理のわずかな調整が、ユーザーの満足度やシステムの安全性に直結します。特に、最近では単純な削除ではなく、Soft-NMSやWBFのように「情報を活用する」方向へ進化しています。機械学習においては「捨てることも正解だが、調整して活かすことも正解」であり、このトレードオフをどう設計するかにエンジニアとしての手腕が問われるのではないでしょうか。初心者の方は、まず基本のNMSを実装し、その限界（特に密集地帯での消失）を体感することから始めるのが上達への近道です。

今後の展望とまとめ

今後は、さらに複雑な物体関係を理解する学習ベースのNMSや、動的に最適化されるパラメータなど、AIの判断をより人間らしく補助する方向へ進化していくでしょう。NMSを単なる定型処理と捉えず、システム全体の一部として最適化し続ける姿勢が、高性能な認識システムを生み出します。

まとめ：NMSは、物体検出AIの出力をクリーンに整えるために不可欠な技術です。基本的な貪欲法から、より進んだSoft-NMSまで、用途に応じて適切に使い分けることが重要です。まずはこの記事のコードを動かし、ご自身の環境でどのような結果が出るかを試してみてください。

AI学習ノート

このブログを検索