计算机视觉（computer vision）是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。
作为一门科学学科，计算机视觉研究相关的理论和技术，试图创建能够从图像或者多维数据中获取“信息”的人工智能系统。这里所指的信息定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
作为一个工程学科，计算机视觉寻求基于相关理论与模型来创建计算机视觉系统。这类系统的组成部分包括：
过程控制（例如工业机器人和无人驾驶汽车）
事件监测（例如图像监测）
信息组织（例如图像数据库和图像序列的索引创建）
物体与环境建模（例如工业检查，医学图像分析和拓扑建模）
交感互动（例如人机互动的输入设备）
计算机视觉同样可以被看作是生物视觉的一个补充。在生物视觉领域中，人类和各种动物的视觉都得到了研究，从而创建了这些视觉系统感知信息过程中所使用的物理模型。另一方面，在计算机视觉中，靠软件和硬件实现的人工智能系统得到了研究与描述。生物视觉与计算机视觉进行的学科间交流为彼此都带来了巨大价值。
计算机视觉包含如下一些分支：画面重建，事件监测，目标跟踪，目标识别，机器学习，索引创建，图像恢复等。
至于计算机视觉哪个方向就业比较好？首先，计算机视觉有2大方向：基于深度学习的和基于几何方法的。基于深度学习的：文字识别、图像识别、人脸识别、视频内容理解、医疗影像诊断、神经网络芯片、驾驶辅助等。基于几何方法的：虚拟现实、增强现实、三维重建、机器人、无人机、无人驾驶等。计算机视觉还有个邻居——机器视觉：工业视觉监测、工业视觉测量、工业控制等。
我们以卡内基梅隆大学（carnegie mellon university）为例看一下项目介绍吧。master of science in computer vision ﹙mscv﹚项目，为期16个月。提供一系列强大的课程，涵盖当前和新兴的计算机视觉主题。促进实际项目中的实践经验，以解决计算机视觉的当前应用。 毕业生将掌握基本开发、算法实现、数据分析、机器学习等知识。包括144个单元，核心课程5门，2门mscv课程，选修课两门，还有暑期实习。
如果想了解更多信息，可以在线联系我们。
