计算机视觉（Computer Vision，简称CV）是深度学习领域内备受瞩目的研究方向之一。作为一个跨学科领域，它融合了计算机科学、数学、工程学以及生物学、物理学和神经科学等多个学科的知识。计算机视觉不仅是一个学术研究的热点，同时在工业界也拥有广泛的应用和关注。

计算机视觉的核心目标是赋予计算机通过二维图像来理解和识别三维环境信息的能力。这意味着，不仅要让计算机能够感知物体的形状、位置、姿态和运动等几何信息，还要使其能够对这些信息进行描述、存储、识别和理解。计算机视觉与人类或动物视觉的研究不同，它更依赖于几何学、物理学和学习技术来构建模型，并使用统计方法处理数据。

在人工智能的完整闭环中，感知、认知、推理构成了一个循环，其中视觉占据了感知系统中的大部分工作。因此，研究计算机视觉对于实现人工智能的感知功能至关重要。计算机视觉与机器视觉密切相关，但有所不同。计算机视觉的目标是让计算机通过图像来认知周围环境，而机器视觉则更侧重于将计算机视觉的技术应用于实际工程中，自动处理和分析图像，以控制相应的行为。机器视觉技术专注于感知环境中的几何信息，如物体的形状、位置、姿态和运动。