コンピュータビジョンは、デジタル画像や映像からコンピュータがどのようにして高度な理解を得ることができるかを扱う学際的な科学分野である。工学的な観点から、人間の視覚システムができることを理解し、自動化しようとするものである。 コンピュータビジョンのタスクには、デジタル画像の取得、処理、分析、理解のための方法や、現実世界から高次元データを抽出して数値情報や記号情報を生成するための方法、例えば意思決定の形などが含まれます。ここでいう理解とは、視覚画像（網膜の入力）を、思考プロセスに意味を持たせ、適切な行動を引き出すことができる世界の記述に変換することを意味する。この画像理解は、幾何学、物理学、統計学、学習理論の助けを借りて構築されたモデルを用いて、画像データから象徴的な情報を切り離すことであると見ることができる。