智能視覺是一門研究如何使機器“看”的科學，更進一步的說，就是研究如何用攝影機和電腦代替人眼對目標進行識別、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行處理以獲得相應場景的信息，更詳細的說智能視覺主要有以下五種類型的任務：

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

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

智能視覺的經典問題便是判定一組圖像數據中是否包含某個特定的物體、圖像特征或運動狀態。這一問題通常可以通過機器自動解決，但是到目前為止，還沒有某個單一的方法能夠廣泛的對各種情況進行判定，達到在任意環境中識別任意物體的水平。

但是，現有的技術能夠很好地解決特定目標的識別，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，只是這些目標需要在特定的環境中，具有指定的光照、背景和姿態要求。

一張圖像中是否包含某種物體，對圖像進行特征描述是物體分類的主要研究內容。一般說來，物體分類算法通過手工特征或者特征學習方法對整個圖像進行全局描述，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簽的任務，這是智能視覺的核心問題之一。這個過程往往與機器學習和深度學習不可分割。

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。利用智能視覺技術找到圖像中某一目標物體在圖像中的位置，即定位。

目標物體的定位對于計算機視覺在安防、自動駕駛等領域的應用有著至關重要的意義。

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

圖像分割指的是將數字圖像細分為多個圖像子區域（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像素加標簽的一個過程，這一過程使得具有相同標簽的像素具有某種共同視覺特性。

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

智能視覺是通過創建人工模型來模擬本由人類執行的視覺任務。其本質是模擬人類的感知與觀察的一個過程。這個過程不止識別，而是包含了一系列的過程，并且最終是可以在人工系統中被理解和實現的。