近年來，為了讓機器更像人，能夠認知事物，從而進行判定和深度學習，計算機視覺技術方法與應用發展迅速。計算機視覺研究如何讓計算機可以像人類一樣去理解圖片、視頻等多媒體資源內容。例如用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等，并進一步處理成更適合人眼觀察或進行儀器檢測的圖像。近些年在海量的圖像數據集、機器學習(深度學習)方法以及性能日益提升的計算機支持下，計算機視覺領域的技術與應用均得到迅速發展。
       當下機器視覺技術已經滲入到我們的日常生活中，從手機里的美顏APP面目識別功能、人臉相冊分類，到支付寶面部識別身份驗證、儲物柜人臉識別，以及工業機器人對物體準確抓取、物流機器人障礙避讓等等都是運用了計算機視覺技術。
下面來分析一下計算機視覺的應用領域：
       人臉識別
       “人臉識別”是人工智能“計算機視覺”領域中最熱門的應用，今年2月，《麻省理工科技評論》發布“2017全球十大突破性技術”榜單，來自中國的技術“刷臉支付”位列其中，今后靠臉吃飯完全不是問題。這是該榜單創建16年來首個來自中國的技術突破。人臉識別技術目前已經廣泛應用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫療等行業。據業內人士分析，我國的人臉識別產業的需求旺盛，需求推動導致企業敢于投入資金。目前，該技術已具備大規模商用的條件，未來三到五年將高速增長。而今年，這一技術有望在金融與安防領域迎來大爆發。
       視頻監控分析
       人工智能技術可以對結構化的人、車、物等視頻內容信息進行快速檢索、查詢。這項應用使得讓公安系統在繁雜的監控視頻中搜尋到罪犯的有了可能。在大量人群流動的交通樞紐，該技術也被廣泛用于人群分析、防控預警等。
       視頻監控領域盈利空間廣闊，商業模式多種多樣，既可以提供行業整體解決方案，也可以銷售集成硬件設備。將技術應用于視頻及監控領域在人工智能公司中正在形成一種趨勢，這項技術應用將率先在安防、交通甚至零售等行業掀起應用熱潮。
       工業視覺檢測 
       機器視覺可以快速獲取大量信息，并進行自動處理。在自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。
       機器視覺系統的特點是提高生產的柔性和自動化程度。運用在一些危險工作環境或人工視覺難以滿足要求的場合;此外，在大批量工業生產過程中，機器視覺檢測可以大大提高生產效率和生產的自動化程度。
       醫療影像診斷
       醫療數據中有超過90%的數據來自醫療影像。醫療影像領域擁有孕育深度學習的海量數據，醫療影像診斷可以輔助醫生，提升醫生的診斷的效率。
       2015年4月，IBM成立了WatsonHealth部門，開始進軍醫療行業。2015年8月6日，IBM宣布以10億美元的價格收購醫療影像公司MergeHealthcare，并將其與新成立的WatsonHealth合并。2016年2月，IBM又斥資26億美元收購醫療數據公司TruvenHealthAnalytics。今年2月份，在HIMSS17大會上WatsonHealth公布了IBM的第一個認知影像產品WatsonCliNIcalImagingReview，該產品可檢查包括圖像在內的醫療數據，幫助醫療服務提供商識別需要關注的最危急情況。
       文字識別
       計算機文字識別，俗稱光學字符識別，它是利用光學技術和計算機技術把印在或寫在紙上的文字讀取出來，并轉換成一種計算機能夠接受、人又可以理解的格式。這是實現文字高速錄入的一項關鍵技術。
       如今“計算機視覺”成為了小風口，大量資本涌入，而2017年可能將是人臉識別產業應用產生突破性進展的一年。人臉識別和視頻監控兩大方向最受資本青睞，同時技術也在尋找其他方向的突破。