計算機視覺領域的突出特點是其多樣性與不完善性。
這一領域的先驅可追溯到更早的時候，但是直到20世紀70年代後期，當計算機的效能提高到足以處理諸如影象這樣的大規模資料時，計算機視覺才得到了正式的關注和發展。然而這些發展往往起源於其他不同領域的需要，因而何謂「計算機視覺問題」始終沒有得到正式定義，很自然地，「計算機視覺問題」應當被如何解決也沒有成型的公式。
儘管如此，人們已開始掌握部分解決具體計算機視覺任務的方法，可惜這些方法通常都僅適用於一群狹隘的目標（如：臉孔、指紋、文字等），因而無法被廣泛地應用於不同場合。
對這些方法的應用通常作為某些解決複雜問題的大規模系統的乙個組成部分（例如醫學影象的處理，工業製造中的質量控制與測量）。在計算機視覺的大多數實際應用當中，計算機被預設為解決特定的任務，然而基於機器學習的方法正日漸普及，一旦機器學習的研究進一步發展，未來「泛用型」的計算機視覺應用或許可以成真。
人工智慧所研究的乙個主要問題是：如何讓系統具備「計畫」和「決策能力」？從而使之完成特定的技術動作（例如：移動乙個機械人通過某種特定環境）。這一問題便與計算機視覺問題息息相關。在這裡，計算機視覺系統作為乙個感知器，為決策提供資訊。另外一些研究方向包括模式識別和機器學習（這也隸屬於人工智慧領域，但與計算機視覺有著重要聯絡），也由此，計算機視覺時常被看作人工智慧與電腦科學的乙個分支。
物理是與計算機視覺有著重要聯絡的另一領域。
計算機視覺關注的目標在於充分理解電磁波——主要是可見光與紅外線部分——遇到物體表面被反射所形成的影象，而這一過程便是基於光學物理和固態物理，一些尖端的影象感測器甚至會應用到量子力學理論，來解析影像所表示的真實世界。同時，物理學中的很多測量難題也可以通過計算機視覺得到解決，例如流體運動。也由此，計算機視覺同樣可以被看作是物理學的拓展。
另乙個具有重要意義的領域是神經生物學，尤其是其中生物視覺系統的部分。
在整個20世紀中，人類對各種動物的眼睛、神經元、以及與視覺刺激相關的腦部組織都進行了廣泛研究，這些研究得出了一些有關「天然的」視覺系統如何運作的描述（儘管仍略嫌粗略），這也形成了計算機視覺中的乙個子領域——人們試圖建立人工系統，使之在不同的複雜程度上模擬生物的視覺運作。同時計算機視覺領域中，一些基於機器學習的方法也有參考部分生物機制。
計算機視覺的另乙個相關領域是訊號處理。很多有關單元變數訊號的處理方法，尤其對是時變訊號的處理，都可以很自然的被擴充套件為計算機視覺中對二元變數訊號或者多元變數訊號的處理方法。但由於影象資料的特有屬性，很多計算機視覺中發展起來的方法，在單元訊號的處理方法中卻找不到對應版本。這類方法的乙個主要特徵，便是他們的非線性以及影象資訊的多維性，以上二點作為計算機視覺的一部分，在訊號處理學中形成了乙個特殊的研究方向。
除了上面提到的領域，很多研究課題同樣可被當作純粹的數學問題。例如，計算機視覺中的很多問題，其理論基礎便是統計學，最優化理論以及幾何學。
如何使既有方法通過各種軟硬體實現，或說如何對這些方法加以修改，而使之獲得合理的執行速度而又不損失足夠精度，是現今計算機視覺領域的主要課題。
4 2 11計算機視覺現狀
問題 請概述計算機視覺現狀。關鍵字 資料集 演算法 答案 現階段主要研究的內容有影象分類，目標檢測，文字識別。一般情況，文字識別用到的資料集非常大，因為文字資料非常容易獲取，得到資料的成本較低 目標檢測用到的資料集相對影象分類，文字識別較少，因為影象需要標記，在上框處目標物體，得到資料的成本較高。問...
雲計算商業智慧型發展現狀
根據調研機構的調查，48 的組織表示，雲計算商業智慧型在2019年對其運營 至關重要 或 非常重要 其中，營銷和銷售對雲計算商業智慧型最為重要。擁有100名及以下員工的小型組織是雲計算商業智慧型最熱情 最常見的採用者和支持者。這些見解來自dresner諮詢服務公司2019年的雲計算和商業智慧型市場研...
（計算機視覺）計算機視覺基礎
opencv cximage cimg freeimage opencv中vc庫的版本與visual studio版本的對應關係 vc8 2005 vc9 2008 vc10 2010 vc11 2012 vc12 2013 vc14 2015 vc15 2017 visual studio中的輔助...