计算机视觉是人工智能的一个重要分支，它让计算机能够“看”和“理解”图像和视频中的内容。
主要目标：
图像识别：识别图像中的对象、场景和个体。
目标检测：在图像中定位对象并识别其类别。
图像分割：将图像分割成多个区域或对象。
姿态估计：估计人或对象的三维姿态。
场景重建：从图像中恢复三维场景结构。
图像恢复：改善图像质量，如去噪、去模糊。
视觉跟踪：在视频序列中跟踪一个或多个对象。
技术方法：
特征提取：提取图像中的关键特征点，如SIFT、HOG、ORB等。
图像处理：应用滤波、边缘检测、形态学操作等处理图像。
机器学习：使用分类器、聚类算法、支持向量机（SVM）等方法。
深度学习：利用卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GAN）等模型。
三维重建：使用立体匹配、多视图几何等方法重建三维模型。
优化算法：应用图割、梯度下降等优化技术解决视觉问题。
应用领域：
安防监控：人脸识别、行为分析、异常检测。
自动驾驶：车辆和行人的检测与跟踪、道路和标志识别。
医疗影像分析：疾病诊断、细胞分类、组织分割。
工业自动化：缺陷检测、零件分类、机器人视觉导航。
农业：作物病害检测、产量估计、自动化收割。
增强现实（AR）：将虚拟元素叠加到现实世界中。
电子商务：图像搜索、商品推荐、风格匹配。
社交媒体：内容审核、人脸识别、图片标签自动生成。