计算机视觉本科专业

A. 计算机相关的专业有哪些好的就业方向

其实个人觉得都是差不多的。

计算机类包括计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术、智能科学与技术、空间信息与数字技术、电子与计算机工程、数据科学与大数据技术、

网络空间安全、新媒体技术、电影制作、保密技术、服务科学与工程、虚拟现实技术、区块链工程、密码科学与技术。

计算机科学与技术专业简介：

计算机科学与技术（Computer Science and Technology）是一门普通高等学校本科专业，属于计算机类专业，基本修业年限为四年，授予工学或理学学士学位；2012年9月，教育部将新的计算机科学与技术专业取代旧的计算机科学与技术和仿真科学与技术两个专业。

计算机科学与技术是一个计算机系统与网络兼顾的计算机学科宽口径专业，旨在培养具有良好的科学素养，具有自主学习意识和创新意识，科学型和工程型相结合的计算机专业高水平工程技术人才。

软件工程专业简介：

软件工程专业是2002年国家教育部新增专业，随着计算机应用领域的不断扩大及中国经济建设的不断发展，软件工程专业已成为一个新的热门专业。

软件工程专业以计算机科学与技术学科为基础，强调软件开发的工程性，使学生在掌握计算机科学与技术方面知识和技能的基础上熟练掌握从事软件需求分析、软件设计、软件测试、软件维护和软件项目管理等工作所必需的基础知识、基本方法和基本技能，突出对学生专业知识和专业技能的培养，培养能够从事软件开发、测试、维护和软件项目管理的高级专门人才。

智能科学与技术专业简介：

智能科学与技术是面向前沿高新技术的基础性本科专业，覆盖面很广。专业涉及机器人技术，以新一代网络计算为基础的智能系统，微机电系统（MEMS），与国民经济、工业生产及日常生活密切相关的各类智能技术与系统，新一代的人－机系统技术等。

智能科学与技术专业除开设计算机专业的核心及平台课程外，开设的专业课程主要包括：智能科学技术导论（含脑科学、生命科学与认知科学）、人工智能原理、智能机器人、智能游戏、虚拟现实技术、模式识别、数据挖掘、仿真建模与MATLAB、自然语言处理、智能信息获取技术、智能管理等。

空间信息与数字技术专业简介：

空间信息与数字技术（Spatial Information and Digital Technology）专业培养具有深厚软件工程理论基础和空间信息技术、通信技术以及计算机网络技术，有一定的管理和经济知识基础，能运用数字工程技术对环境、人文、社会、经济等各类信息进行数字化处理，实现网络化传输、可视化表达、智能化决策的复合型空间信息产业、技术与应用的高级专门人才。 空间信息与数字技术专业于2004年由西安电子科技大学、武汉大学首先开设。

电子与计算机工程专业简介：

电子与计算机工程专业是教育部的特设专业，结合电气工程和计算机科学，具有很好的发展前景。电子与计算机工程专业是将软件设计与硬件设计一体化，并结合电力电子学的一门专业。

电子和计算机工程专业本科核心课程有：硬件类，如逻辑与计算机设计、计算机组成、计算机体系结构等，讲述嵌入式系统、实时系统和智能机器人系统；算法与语言类，如算法分析、数据结构、C语言、Java等，讲述编制计算机程序所需的语言基础及方法；系统类，如操作系统、计算机网络、并行计算、移动计算等，讲述不同级别的计算机系统的原理及方法；人工智能和数据科学，数据库、人工智能、计算机图形学、计算机视觉等，讲述不同领域进行应用程序开发所需的计算机知识；安全类，操作系统安全、数据库系统与数据库安全、网络安全等，讲述保障计算机系统及数据安全所需的相关知识。

B. 计算机视觉是什么专业

机器视觉（machine vision)或者计算机视觉（computer vision)是用机器人代替人眼进行测量和判断，是模式识别研究的一个重要方面。计算机视觉通常分为低层视觉与高层视觉两类，低层视觉主要执行预处理功能，如边缘检测、移动目标检测、纹理分析，以及立体造型、曲面色彩等，主要目的是使得看见的对象更突出。这时还不是理解阶段。高层视觉主要是理解对象，需要掌握与对象相关的知识。

C. 学人工智能应该选什么专业

人工智能技术关系到人工智能产品是否可以顺利应用到我们的生活场景中。在人工智能领域，它普遍包含了机器学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、AR/VR七个关键技术。

一、机器学习
机器学习(MachineLearning)是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据(样本)出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。
根据学习模式将机器学习分类为监督学习、无监督学习和强化学习等。
根据学习方法可以将机器学习分为传统机器学习和深度学习。

二、知识图谱
知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。
知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。特别地，知识图谱在搜索引擎、可视化展示和精准营销方面有很大的优势，已成为业界的热门工具。但是，知识图谱的发展还有很大的挑战，如数据的噪声问题，即数据本身有错误或者数据存在冗余。随着知识图谱应用的不断深入，还有一系列关键技术需要突破。

三、自然语言处理
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、机器阅读理解和问答系统等。
机器翻译
机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性，翻译性能取得巨大提升。基于深度神经网络的机器翻译在日常口语等一些场景的成功应用已经显现出了巨大的潜力。随着上下文的语境表征和知识逻辑推理能力的发展，自然语言知识图谱不断扩充，机器翻译将会在多轮对话翻译及篇章翻译等领域取得更大进展。
语义理解
语义理解技术是指利用计算机技术实现对文本篇章的理解，并且回答与篇章相关问题的过程。语义理解更注重于对上下文的理解以及对答案精准程度的把控。随着MCTest数据集的发布，语义理解受到更多关注，取得了快速发展，相关数据集和对应的神经网络模型层出不穷。语义理解技术将在智能客服、产品自动问答等相关领域发挥重要作用，进一步提高问答与对话系统的精度。
问答系统
问答系统分为开放领域的对话系统和特定领域的问答系统。问答系统技术是指让计算机像人类一样用自然语言与人交流的技术。人们可以向问答系统提交用自然语言表达的问题，系统会返回关联性较高的答案。尽管问答系统目前已经有了不少应用产品出现，但大多是在实际信息服务系统和智能手机助手等领域中的应用，在问答系统鲁棒性方面仍然存在着问题和挑战。
自然语言处理面临四大挑战：
一是在词法、句法、语义、语用和语音等不同层面存在不确定性;
二是新的词汇、术语、语义和语法导致未知语言现象的不可预测性;
三是数据资源的不充分使其难以覆盖复杂的语言现象;
四是语义知识的模糊性和错综复杂的关联性难以用简单的数学模型描述，语义计算需要参数庞大的非线性计算

四、人机交互
人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。人机交互是与认知心理学、人机工程学、多媒体技术、虚拟现实技术等密切相关的综合学科。传统的人与计算机之间的信息交换主要依靠交互设备进行，主要包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输出设备。人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。

五、计算机视觉
计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。
目前，计算机视觉技术发展迅速，已具备初步的产业规模。未来计算机视觉技术的发展主要面临以下挑战：
一是如何在不同的应用领域和其他技术更好的结合，计算机视觉在解决某些问题时可以广泛利用大数据，已经逐渐成熟并且可以超过人类，而在某些问题上却无法达到很高的精度;
二是如何降低计算机视觉算法的开发时间和人力成本，目前计算机视觉算法需要大量的数据与人工标注，需要较长的研发周期以达到应用领域所要求的精度与耗时;
三是如何加快新型算法的设计开发，随着新的成像硬件与人工智能芯片的出现，针对不同芯片与数据采集设备的计算机视觉算法的设计与开发也是挑战之一。

六、生物特征识别
生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。注册阶段通过传感器对人体的生物表征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数据预处理以及特征提取技术对采集的数据进行处理，得到相应的特征进行存储。
识别过程采用与注册过程一致的信息采集方式对待识别人进行信息采集、数据预处理和特征提取，然后将提取的特征与存储的特征进行比对分析，完成识别。从应用任务看，生物特征识别一般分为辨认与确认两种任务，辨认是指从存储库中确定待识别人身份的过程，是一对多的问题;确认是指将待识别人信息与存储库中特定单人信息进行比对，确定身份的过程，是一对一的问题。
生物特征识别技术涉及的内容十分广泛，包括指纹、掌纹、人脸、虹膜、指静脉、声纹、步态等多种生物特征，其识别过程涉及到图像处理、计算机视觉、语音识别、机器学习等多项技术。目前生物特征识别作为重要的智能化身份认证技术，在金融、公共安全、教育、交通等领域得到广泛的应用。

七、VR/AR
虚拟现实(VR)/增强现实(AR)是以计算机为核心的新型视听技术。结合相关科学技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。用户借助必要的装备与数字化环境中的对象进行交互，相互影响，获得近似真实环境的感受和体验，通过显示设备、跟踪定位设备、触力觉交互设备、数据获取设备、专用芯片等实现。
虚拟现实/增强现实从技术特征角度，按照不同处理阶段，可以分为获取与建模技术、分析与利用技术、交换与分发技术、展示与交互技术以及技术标准与评价体系五个方面。获取与建模技术研究如何把物理世界或者人类的创意进行数字化和模型化，难点是三维物理世界的数字化和模型化技术;分析与利用技术重点研究对数字内容进行分析、理解、搜索和知识化方法，其难点是在于内容的语义表示和分析;交换与分发技术主要强调各种网络环境下大规模的数字化内容流通、转换、集成和面向不同终端用户的个性化服务等，其核心是开放的内容交换和版权管理技术;展示与交换技术重点研究符合人类习惯数字内容的各种显示技术及交互方法，以期提高人对复杂信息的认知能力，其难点在于建立自然和谐的人机交互环境;标准与评价体系重点研究虚拟现实/增强现实基础资源、内容编目、信源编码等的规范标准以及相应的评估技术。
目前虚拟现实/增强现实面临的挑战主要体现在智能获取、普适设备、自由交互和感知融合四个方面。在硬件平台与装置、核心芯片与器件、软件平台与工具、相关标准与规范等方面存在一系列科学技术问题。总体来说虚拟现实/增强现实呈现虚拟现实系统智能化、虚实环境对象无缝融合、自然交互全方位与舒适化的发展趋势

D. 本科生可以做计算机视觉吗

做计算机视觉，比较专业，作为本科生是可以做的，但要基础比较好的才可以

E. 留学申请专业CS、CV分别是什么

1、CS
Computer Science，计算机科学专业。一般的大学里面都设置有CS专业，它往往指系统性研究信息与计算的理论基础以及它们在计算机系统中如何实现与应用的实用技术的学科。它通常被形容为对那些创造、描述以及转换信息的算法处理的系统学习。
2、CV
Computer Vision，计算机视觉专业。在计算机专业比较热门或者比较好的学校里面开设，它研究如何使人工系统从图像或多维数据中“感知”的理论和技术，并试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。

F. 计算机图形学、计算机视觉 的就业前景如何有哪些企业和公司找这个方向的研究生

今天看报纸说航拍图形分析系统开发成功了，就包括云层透视和夜间的图像分析功能。地面和环境大气水文目标识别为主。航拍和勘测技术为辅，还有地图自动绘制功能。

G. 全国范围内计算机视觉专业的高校有哪些，学校校务部联系方式是什么

目前为止还没有听说有计算机视觉这个专业。
只是本科生或者研究生的一门课程而已。

在众多高校中，计算机视觉通常划分到自动控制专业。

H. 计算机视觉专业就业方向

计算机的就业方向无非以下几种：
1、软件开发
2、软件测试
3、产品经理
4、运维
5、技术支持
6、运营
加油学哦

I. 如果以后想从事人工智能方面的研发，本科应该选报什么专业

人工智能的研究主要有三方面：
一是纯理论性的，以强人工智能或者神经网络版为研究方向，这权样的话，本科可以选择神经科学，也可以选修心理学、哲学、计算机科学
二是从算法层面对人工智能的优化，这也是大多数人现在对人工智能的理解，本科自然要学计算机科学了，但博弈论之类重视逻辑的小类别学科也有选修或者自学的必要。
第三种就是工业应用的方面。楼主的认识很对，这样主要应该学习自动化和机械控制。
不知楼主在国内还是国外读大学。
在国外，人工智能的理论研究还是很有价值的。国内嘛就别想了。
在国内，计算机是现在很火的专业不必多说。选机械控制专业的话就业前景非常好。
楼主你说喜欢硬件方面科技产品设计？若不是机械控制，人工智能目前还主要是研究算法层面的。电子工程这样的硬件专业目前对人工智能还没啥应用。
当然楼主有志于在国内研究神经网络那是祖国的骄傲啊^ ^
人工智能是一门很迷人的学科。希望楼主能找到适合自己的方向好好发展，带动我国的人工智能领域哦！

J. 到大学想学习人工智能，应该选哪些本科专业

14年的问题。我回答一下吧。不知道楼主目前学习的怎么样了。
目前学界的人工智能和一般人（不从事人工智能行业的人）意义上的“智能”还相差甚远。主要应用有：推荐系统，计算机视觉，自然语言处理等。
目前我国的大学学科设置里面，最接近目前学术界意义的人工智能专业是控制工程与科学下的：模式识别与智能系统。但是也不那么绝对，人工智能这几年发展太快，作为本科生你起码要修好的基础有：高等数学（特别微分，求导），矩阵论（线性代数），概率，和英语（高水平的论文都是英文）
以上完成以后恭喜你点开人工智能基础天赋树。
然后你就可以愉快的找在网上找公开课上课了。推荐cs229（吴恩达教授，斯坦福大学）深度学习课程，台湾李宏毅老师机器学习课程（国语，对中国人比较友好）。
第二阶段完，这个阶段完了以后你应该对于编程和机器学习有一些基本认识了。然后你可以找找自己的兴趣。想走计算机视觉的去看看ted李飞飞的演讲，如何教计算机认识图片，想走自然语言处理的也可以找找相关素材，我是cv(计算机视觉）
走cv可以继续cs231（李飞飞 el，斯坦福）
走nlp(自然语言处理）的cs224(斯坦福课程）
第三阶段完

第四阶段就是看论文，敲代码，复现实验什么的了。估计3年过去了，你看见我这个回答的时候可能已经做出了自己的决定，给后来人一点微小的贡献把。