视觉在制造业、检验、文档分析、医疗诊断和军事等众多领域中的智能系统中都起到至关重要的作用。
计算机视觉涉及计算机科学与工程、信号处理、物理学、应用数学和统计学、神经生理学和认知科学等多个领域的知识，它不同于人工智能、图像处理和模式识别等相关学科，在逐步的研究中已成为一门独立而成熟的学科。
让计算机能够像人一样观察和理解世界，并自主地适应环境的变化是计算机视觉研究的终极目标。计算机视觉参见图。
计算机视觉是一门研究如何使计算机学会“看”世界的科学，也就是利用摄影机和电脑代替人眼对目标进行识别、跟踪、测量和处理，得到一个更容易识别的图像。
这个研究领域成长迅速，已经衍生出一大批快速成长的实际应用，计算机视觉技术主要有以下5种。
（1）图像分类。这是一种基于数据驱动的图像分类方法，该算法并没有直接在低码中规定每个图像类别，而是为计算机提供示例，然后设计也学习算法，查看这些示例，并学习每个类别的视觉外观。
（2）对象检测。对象检测就是对图中感兴趣的目标进行定位，判断出目标的具体类别，并给出边框。
（3）目标跟踪。目标跟踪是指在特定场景下跟踪一个或多个对象的过程，与传统跟踪技术的监测和观察不同，现在的目标跟踪还被应用于无人驾驶领域。
（4）语义分割。计算机视觉可以将图像分成单独的像素组，然后对其进行标记和分类。特别地，语义分割试图在语义上理解图像中每个像素的角色。
（5）实例分割。区别于语义分割，实例分割将不同类型的示例继续分割，需要执行更加复杂的任务，确定不同对象之间的边界、差异及彼此之间的关系。
人类通过视觉感知外界的环境，机器也是如此，所以计算机视觉技术的发展对机器的智能化起着至关重要的作用。
目前，计算机视觉已经在很多领域有着广泛的应用，例如，无人驾驶中的道路识别、路标识别、行人识别；人脸识别，无人安防；违章检测中的车辆车牌识别；智能识图；医学图像处理；工业产品检测等，都使我们的生产生活变得智能化、便捷化。
好啦，这次的分享就到这里，我们下期再见！欢迎在评论区补充和留言。
