什么是计算机视觉？它与人类视觉有何关系？

计算机视觉（CV） 让机器从像素中理解场景，任务包括分类、检测、分割、跟踪。与人眼相似处在于层次特征提取；差异在于人具备注意、三维深度与常识，而 CV 系统依赖标注数据与算力，鲁棒性与泛化仍弱于人类。

一、先给出结论和背景

• 定义：计算机视觉研究如何使机器从数字图像/视频中获取高层次理解（对象、动作、场景、文字）。
• 与人眼视觉类比：| 环节 | 人类 | 计算机 |
  |------|------|--------|
  | 传感 | 视网膜感光细胞 | 相机/CCD |
  | 低层处理 | 侧抑制、边缘检测 | 滤波、边缘算子 |
  | 中层 | 形状、运动感知 | CNN 中层特征 |
  | 高层 | 物体识别、语义 | 分类头、检测头 |
  | 注意 | 选择性关注 | 显著性、ROI、Transformer Attention |

二、拆开关键步骤和判断点

• 相似点：层次处理；对边缘、纹理、形状敏感；利用上下文。
• 差异点：1. 人眼立体视差天然 深度感知；单目 CV 需估计深度

2. 人类样本效率极高；深度学习需大量标注
3. 人类有世界常识与因果；CV 模型易「对抗样本」 fooled
4. 颜色恒常性人脑更强

三、补上落地边界和取舍

• 核心任务：目标检测、语义分割、OCR、三维重建、视频理解。
  入门：计算机视觉。

面试里可以补一个视觉任务例子：计算机视觉 在分类、检测、分割或多模态理解里分别会影响数据增强、模型结构、指标选择和误检漏检分析。这样回答会比单独讲概念更像真实项目经验。

延伸阅读：CV 入门、CNN 原理。术语：CNN、ViT。工具：OpenCV。