計算機視覺是使計算機能理解采集設備采集的圖像視頻的一門學科，目的是讓計算機實現人的視覺功能——對客觀世界的三維場景的感知、識別和理解。換句話說，要讓計算機具備通過二維圖像認識三維環境的能力。

目錄

三個階段

視覺層級

基本任務?

技術難點

---

三個階段

計算機視覺研究圖像包括圖像處理、圖像分析、圖像理解三個階段。

視覺層級

計算機視覺可以劃分為初級視覺、中級視覺、高級視覺三個層級：

初級視覺	圖像修復、超分辨率重建
中級視覺	圖像分割、物體檢測
高級視覺	圖像描述、動作識別

基本任務?

計算機視覺包括四項基本任務：分類、定位、檢測和分割。

• 分類：解決“圖像是什么”的問題，即給定一張圖或一段視頻，判斷圖片或視頻所屬的類別
• 定位：解決“目標在哪里”的問題，即判斷圖像中的目標具體在圖像的什么位置，位置通常以包圍盒的形式表示，通常面向單一或給定數目的目標。
• 檢測：解決“哪里有哪些哪種類別的目標”的問題，即發現圖片中的目標并判斷目標種類，檢測任務面向的圖像中出現的目標種類和數目都不定。
• 分割：解決“每個像素屬于哪個目標/場景”的問題，分為。檢測只需要框出每個目標的包圍盒，分割則需要進一步判斷圖像中哪些像素屬于哪個目標。分割包括語義分割、實例分割和全景分割，語義分割不區分屬于相同類別的不同實例，實例分割則需要區分出哪些像素屬于相同類別的不同實例。全景分割可以認為是實例分割和語義分割的結合。

• 

技術難點

難點	示例
平面內旋狀	物品正放、倒放、側放的檢測
超平面旋轉	肢體等三維動作的檢測
背景干擾	復雜場景下的目標檢測
光照變化	圖片過曝或圖片過暗