CNN（Convolutional Neural Network、畳み込みニューラルネットワーク）とは、画像データの処理に特化したディープラーニングの一種で、画像の局所的な特徴を自動的に抽出・学習するニューラルネットワーク構造です。従来の画像処理では人間が特徴量を手動で設計する必要がありましたが、CNNは画像から自動的にパターンや特徴を学習できるため、コンピュータビジョン分野で革命的な進歩をもたらしました。
CNNの核となるのは「畳み込み」という処理で、小さなフィルター（カーネル）を画像上でスライドさせながら局所的な特徴を抽出します。この仕組みにより、エッジや線、形状といった基本的な特徴から、より複雑なパターンまで階層的に学習できます。物体検出や顔認識、医療AIでの画像診断、外観検査AIなど幅広い用途で活用されています。
CNNは畳み込み層、プーリング層、全結合層で構成され、GPUを使った並列処理により効率的に学習できます。近年では転移学習により、事前学習されたCNNモデルを特定のタスクに適用することで、少ない学習データでも高精度な画像認識システムを構築できるようになり、企業でのAI導入のハードルが大幅に下がっています。