由於畢設選題爲 《複雜場景下的目標檢測及其因果推理》，其與 casual inference, machine learning, object detection, knowledge system 等相關，複雜場景下目標檢測之前做過比較多的研究，因而接下來回重點關注下機器學習中的因果推理機制及其在視覺領域中的應用。
總體來說，目前因果推理的認知與建模仍處於百家爭鳴狀態，最經典的莫過於Judea Pearl 的 “Casuality”, 但是我曾拜讀過，除了沿用了一些 Casual Diagram 相關的內容還可以繼承，其他的內容太偏向於哲學，比較晦澀難懂，此外還有很多R.A. Fisher, J. Neyman 等大師關於研究因果關係模型的論辯，因此總的來說當前因果推理本身並沒有形成一套體系與規範。此外，機器學習中的因果推理機制的研究則是完完全全的起步階段，能夠參考的比較有價值的資料並不多，因此在此係列專欄中，我將會融匯一些個人的研究成果以及思想來進行相關理論的說明與詮釋，並重點關注其如何在機器視覺領域的應用，如有缺漏，歡迎讀者進行批評指正。此博客爲奠基文，之後將進行持續不斷的更新，以期能夠有比較大的收穫。