想學計算機視覺，高考志愿選大學的什么專業(yè)？謝謝你的邀請。計算機視覺是一門非常前沿的學科，屬于計算機專業(yè)。但是，目前在本科學習中還沒有這樣的專業(yè)。如果你想學習計算機視覺，你可以在本科階段學習計算機相關專

想學計算機視覺，高考志愿選大學的什么專業(yè)？

謝謝你的邀請。計算機視覺是一門非常前沿的學科，屬于計算機專業(yè)。但是，目前在本科學習中還沒有這樣的專業(yè)。如果你想學習計算機視覺，你可以在本科階段學習計算機相關專業(yè)。畢業(yè)后，你可以得到一個計算機視覺研究方向的研究生，然后和你的導師一起學習，之后我就可以拿到博士學位了。

你越往上走，你的視野就越寬廣。也許現在你仍然感到困惑。當你對自己的專業(yè)和領域有了一定的了解，你就會知道方向在哪里

模式識別、機器學習、深度學習等算法賦予了計算機理解的能力，這是人類智能的核心。更重要的是，讓計算機像人腦一樣理解圖像。

計算機視覺是一門如何讓機器“看見”的科學。它可以模擬、擴展或擴展人類的智能，幫助人類解決大規(guī)模、復雜的問題。

隨著信息時代的發(fā)展，未來信息社會中至少90%的流量將來自圖像和視頻數據。讓機器“理解”這些視覺數據，掌握解決具體計算機視覺任務的方法，是國內外學術界和工業(yè)界最為關注的問題。

因此，我認為計算機視覺在一定程度上是一個應用比較廣泛的方面，也是未來發(fā)展的方向，但是仍然存在很多問題。

未來計算機視覺任務開發(fā)的挑戰(zhàn)主要來自三個方面：1）標記圖像和視頻數據較少。在模擬人類智能進行認知或感知的過程中，機器需要大量的標記圖像或視頻數據來指導機器學習。目前主要依靠人工對海量圖像和視頻數據進行標注，不僅費時費力，而且沒有統(tǒng)一的標準，可用的標注數據有限，限制了機器的學習能力；

2）計算機視覺技術的精度有待提高，如在目標檢測任務中，目前最好的檢測準確率是

66%，這樣的結果只能應用到檢測精度上，迫切需要提高計算機視覺任務處理的速度，圖像和視頻信息需要用高維數據來表示，這是機器理解目標的基礎圖像或視頻，對機器的計算能力和算法的效率提出了很高的要求。

最后，我認為如何讓電腦理解和看得更遠是未來視覺的焦點。

深度學習下的AI落地，計算機視覺是最正確的打開方式嗎？

我不認為它是高或低。數據挖掘技術應用廣泛，對人才的需求也一直很大。