智能視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說，就是研究如何用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量。

智能視覺通常用于通過對采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場景的信息，更詳細(xì)的說智能視覺主要有以下五種類型的任務(wù)：

物體檢測是視覺感知的第一步，也是智能視覺的一個(gè)重要分支。物體檢測的目標(biāo)，就是用框去標(biāo)出物體的位置，并給出物體的類別。

物體檢測和圖像分類不一樣，檢測側(cè)重于物體的搜索，而且物體檢測的目標(biāo)必須要有固定的形狀和輪廓。圖像分類可以是任意的目標(biāo)，這個(gè)目標(biāo)可能是物體，也可能是一些屬性或者場景。

智能視覺的經(jīng)典問題便是判定一組圖像數(shù)據(jù)中是否包含某個(gè)特定的物體、圖像特征或運(yùn)動狀態(tài)。這一問題通?？梢酝ㄟ^機(jī)器自動解決，但是到目前為止，還沒有某個(gè)單一的方法能夠廣泛的對各種情況進(jìn)行判定，達(dá)到在任意環(huán)境中識別任意物體的水平。

但是，現(xiàn)有的技術(shù)能夠很好地解決特定目標(biāo)的識別，比如簡單幾何圖形識別、人臉識別、印刷或手寫文件識別，或者車輛識別，只是這些目標(biāo)需要在特定的環(huán)境中，具有指定的光照、背景和姿態(tài)要求。

一張圖像中是否包含某種物體，對圖像進(jìn)行特征描述是物體分類的主要研究內(nèi)容。一般說來，物體分類算法通過手工特征或者特征學(xué)習(xí)方法對整個(gè)圖像進(jìn)行全局描述，然后使用分類器判斷是否存在某類物體。

圖像分類問題就是給輸入圖像分配標(biāo)簽的任務(wù)，這是智能視覺的核心問題之一。這個(gè)過程往往與機(jī)器學(xué)習(xí)和深度學(xué)習(xí)不可分割。

如果說圖像識別解決的是what，那么物體定位解決的則是where的問題。利用智能視覺技術(shù)找到圖像中某一目標(biāo)物體在圖像中的位置，即定位。

目標(biāo)物體的定位對于計(jì)算機(jī)視覺在安防、自動駕駛等領(lǐng)域的應(yīng)用有著至關(guān)重要的意義。

在圖像處理過程中，有時(shí)會需要對圖像進(jìn)行分割來提取有價(jià)值的用于后續(xù)處理的部分，例如篩選特征點(diǎn)，或者分割一或多幅圖片中含有特定目標(biāo)的部分等。

圖像分割指的是將數(shù)字圖像細(xì)分為多個(gè)圖像子區(qū)域（像素的集合，也被稱作超像素）的過程。圖像分割的目的是簡化或改變圖像的表示形式，使得圖像更容易理解和分析。更精確地說，圖像分割是對圖像中的每個(gè)像素加標(biāo)簽的一個(gè)過程，這一過程使得具有相同標(biāo)簽的像素具有某種共同視覺特性。

“圖像分割”是一個(gè)像素級別的物體識別，即每個(gè)像素點(diǎn)都要判斷它的類別。它和物體檢測的區(qū)別是：檢測是一個(gè)物體級別的，只需要一個(gè)框去框住物體的位置，而分割是比檢測要更難的問題。

智能視覺是通過創(chuàng)建人工模型來模擬本由人類執(zhí)行的視覺任務(wù)。其本質(zhì)是模擬人類的感知與觀察的一個(gè)過程。這個(gè)過程不止識別，而是包含了一系列的過程，并且最終是可以在人工系統(tǒng)中被理解和實(shí)現(xiàn)的。