人工智能技术在计算机视觉目标识别中的应用
汪泽宇

三亚学院，海南省三亚市，572000；

摘要：机器获取图像信息依靠视觉目标检测技术实现，各类智能算法大幅提升图像检测系统综合表现。借助深度神经网络自主提取特征的能力，视觉检测方案广泛投入安防监控、道路监测、产品探伤、医学影像判读等产业场景。实际使用过程中，多变拍摄环境、物体遮挡、模型运行速率、图像样本稀缺都会降低检测稳定性。本文阐释视觉智能相关基础原理，介绍多领域实践案例，指出技术现存缺陷，从网络架构、图像预处理、模型压缩、样本扩充角度给出改进办法，为视觉检测技术升级提供理论参考。

关键词：人工智能；计算机视觉；目标识别；深度学习

参考文献

[1]杨德志. 面向人工智能顶点课程的计算机视觉课程重构[J].办公自动化,2026,31 (10):47-49.

[2]贺凯旋.基于深度学习的三维点云目标识别算法研究[D].西安工业大学,2025.

[3]张勤俭.机器视觉检测与识别技术及应用: 基于深度学习[M].化学工业出版社: 2024.

[4]王秀燕.人工智能在计算机视觉中的创新应用：深度学习和自动特征识别的新趋势与挑战[C]//山西省中大教育研究院.第七届创新教育学术会议论文集.[出版者不详],2023:272-273.

[5]赵轶凡.基于计算机视觉的目标识别和计数技术研究与实现[D].北京邮电大学,2023.