视觉，正如其名，分析、研究使计算机智能化、实现人类那样的眼睛科学的研究，在为了理解和识别三维世界的客观存在而智能化的计算机上实现的“看”。
随着计算机视觉信息技术的发展，利用照相机，通过计算机代替人的眼睛，中国的计算机可以具有我们人类眼睛所具有的分割、分类、识别、跟踪、判别、决策等功能。
“视觉”的出版表明计算机视觉作为独立学科登场。在40多年计算机视觉的发展中，提出了许多理论和方法，总的来说，计算机视觉经历了马尔计算视觉、多视图几何和层级化三维重构以及基于学习视觉的三个主要过程。
现在，计算机提出“深度网络”，提高目标识别精度是平等的“视觉研究”。马尔计算的为三层级视觉计算：计算理论、表达式和算法、以及算法。马尔由于该算法不影响功能和算法的效果，马尔计算机视觉理论将重点放在“计算理论”的两个部分和“算法的表现”上。
马尔大脑的神经网络计算和计算机的数值解析计算企业被认为没有本质上的区别马尔“算法可以实现”的研究没有任何问题。从现在的中国神经系统科学的进展来看，“神经计算”和数值方法计算，可能会产生与现在我国兴起的神经形态设计计算一样的本质上的差异，但总体上“数值模型计算”可以“模拟神经计算”。至少从当前来看，“算法的不同实现的有效路径”对马尔计算视觉技术理论的本质属性没有重要影响。
1990年代初，计算机视觉从“不景气”转变为“繁荣”，主要得益于以下两个要素。另一方面，目标应用领域从“工业应用”转变为“精度和鲁棒性要求过高的应用”，特别是转向了远程视频会议、考古学、虚拟现实、视频监控等只需要“视觉效果”的应用。另一方面，发现多视图几何理论中的层状三维重构有效地提高了三维重建的鲁棒性和准确性。
INRIA）法国、牛津大学和GE A。美国科Zisserman的上位多视图几何的代表人物。2000年Hartely和Zisserman，这方面的书共同写的内容给予了系统的总结对比。大数据需要重复自动重建、重建、自动优化，重复优化需要大量的计算资源。作为一个简单的例子，要进行北京中关村地区的三维重建，保证重建的完整性，需要获得大量地上和无人机的图像。取得的高分辨率图像在地面时。
10000（4000×3000）、5000UAV千张高分辨率图像（8000）×7000）以匹配三维重建图像，从图像中选择适当的组，并使用相机校准和位置信息重建场景的三维结构。有了如此大量的数据，手动干预是可能的，整个三维重建过程必须完全自动化。
以学生学习视觉为基础，是指以机器学习为主要信息技术教学手段的计算机视觉系统研究。根据我们视觉的设计研究，文献大致可分为两个阶段：21世纪初以流形学习为代表的子空间法分析方法和目前以深度合作学习为代表的视觉分析方法。
近年来，以非结构化视觉数据为研究对象的海量数据计算机的不断出现和计算能力的迅速提高，给视觉计算机带来了巨大的发展机遇和挑战。因此，计算机视觉已成为学术界和工业界公认的前瞻性研究领域。一些研究成果已应用于实践，导致了许多商业应用，如人脸识别智能视频监控。