计算机视觉（Computer Vision）

计算机视觉（Computer Vision）是一种让AI通过摄像头或传感器获取的图像和视频进行理解与分析，使计算机具备类似人类视觉识别能力的技术领域。 它能够识别图像和视频中的内容，并完成分类、检测、追踪、分割等任务。 这一技术主要通过基于深度学习的模型实现，常用的架构包括卷积神经网络（CNN）以及近年来兴起的视觉Transformer（ViT）等。 计算机视觉的主要应用领域包括： - 自动驾驶中的环境感知（行人、信号灯、车道线等） - 医学影像分析与辅助诊断 - 监控视频的异常检测与人员追踪 - 人脸识别、手势识别用于身份验证和操控 - 零售业中的客流分析与无人收银 计算机视觉是将现实世界的视觉信息数字化、结构化的基础技术，是AI应用的核心支柱领域。