背景：
在數據爆炸的大數據時代，大量的圖片，視頻內容需要處理，計算機視覺便是能夠簡化這一任務的科學，是人工智能產業重要的一環。
所需的基本知識：
1.概率學，統計學，線性代數，微積分，（數字信號處理）
Matlab，Python中的一種
建議入門課程：Coursera《概率圖模型》
2.數字圖像處理（有助於理解計算機視覺）
參考教材：《數字圖像處理》—— Gonzalez
入門課程：Coursera 《ImageandVideoProcessing:FromMarstoHollywoodwithaStopattheHospital》
3.數學模型的運用
可參考數學建模入門書籍：《數學建模算法與應用》——司守奎
具備以上能力後，可以開始學習計算機視覺的高級內容
1.廣泛閱讀學術論文，輔以各類實踐視頻
推薦視頻： 《DiscreteInferenceinArtificialVision》
2.引入python以及開源框架
推薦書籍：《 ProgrammingComputerVisionwithPython》
3.機器學習與卷積神經網絡（CovNets）
推薦書籍： 《BuildingMachineLearningSystemswithPython》 《PythonMachineLearning》
4.研究學術論文，研究研討會。
如 BMVC、CVPR、ECCV、ICCV這些頂級的學術會議
計算機視覺作爲一門交叉學科，需要對 人工智能、數字圖像處理、機器學習、深度學習、模式識別、概率圖模型、科學計算以及一系列的數學計算等進行深入的研究。克服重重困難，才能撥雲見日。