​​计算机视觉是使计算机模拟人类视觉系统，通过算法和模型从图像或视频中提取信息、理解场景的技术，广泛应用于自动驾驶、医疗诊断等领域。​​

计算机视觉是人工智能（AI）与计算机科学的交叉领域，​​其核心任务包括图像处理、目标检测、图像分割及三维重建​​，通过摄像机采集图像或视频数据，利用数学模型和机器学习算法分析视觉信息。例如，卷积神经网络（CNN）可自动识别图片中的物体，YOLO算法能实时检测动态目标，而语义分割技术可将图像中的每个像素归类至不同类别。

计算机视觉技术涵盖多个方向：图像处理用于增强对比度或去除噪声，特征提取借助SIFT、HOG等算法识别关键点，目标检测需定位物体并分类（如人脸识别），图像分割则需区分前景与背景区域。深度学习尤其是CNN架构（如ResNet、EfficientNet）显著提升了模型性能，在医学影像分析、自动驾驶、安防监控及工业质检中均发挥重要作用。

历史发展中，计算机视觉经历从二维图像处理到三维场景重建的演进，统计学和物理光学理论奠定了基础，而深度学习的兴起使其实现质的飞跃。当前趋势聚焦多模态数据融合、实时推理及隐私保护，未来或借边缘计算与5G技术进一步拓展应用边界。

简言之，计算机视觉通过技术手段“赋予机器视觉感知能力”，不仅改变传统行业运作模式，更为人工智能的泛化应用提供关键支撑。