很多厂商都说要在 2020 年推出自动驾驶汽车，无论这些车的自动驾驶程度如何，都要依靠“计算机视觉”技术来实现。

　　计算机视觉 (Computer Vision，CV)，这是一门研究如何使机器” 看” 的科学，更进一步说就是用摄影机和电脑代替人眼对目标进行识别、跟踪和判别决策等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
　　作为一个科学学科，计算机视觉研究与其相关的理论和技术，试图建立能从图像或者多维数据中获取「信息」的人工智能系统。比尔·盖茨说过：IT 界的下一次大事将是计算机视觉与深度学习的结合。
　　怎么才能让机器或智能汽车变得像人类一样聪明？
　　首先要让它感受到这个世界，然后再对感受到的信息处理反馈。从任天堂的 Wii 到微软的 Kinect，再到谷歌的 Project Tango，都是如此。
　　2014 年 2 月，谷歌已经成功为该项目研发出了一款 Android 手机原型机，配备了一系列摄像头、传感器和芯片，能实时为用户周围的环境进行 3D 建模。另外还有微软的 Hololens 全息眼镜，从这些设备上，我们看到了计算机视觉技术的飞速发展。

　　视频和图像之中包含了大量的数据，过去我们不知道怎么让机器来捕捉和利用这些数据。但随着深度学习的发展，卷积神经网络的提出和运用，这些数据慢慢的能被机器解读到了。这些进步为以后的汽车自动驾驶，打下了获得信息和处理信息的基础。
　　目前在研究计算机视觉技术的有很多公司，比如 SenseTime（商汤）、Cogtu（知图科技）、Deepglint（格灵深瞳）等。
　　商汤是做计算机学习和深度学习技术的典型公司，核心技术有人脸识别、图像识别、图像处理、智能监控。
　　此外就是格灵深瞳，这家公司的联合创始人赵勇，在刚刚闭幕的 2015 杭州云栖会议上提到：目前绝大多数自动驾驶技术非常昂贵，一辆自动驾驶汽车感知成本可能要上百万人民币，比汽车本身还贵。在他展示的视频里，计算机视觉技术让每辆车都有自己的眼睛。这套系统在汽车行驶的时候像人的眼睛一样能看懂交通标识，道路信息和各种不同的路况。

　　计算机视觉技术除了在汽车上使用外，还可以在智能交通领域帮上忙。在路口的红绿灯可以通过使用该技术，来判断所在道路交通流量，然后自动变灯，增加路口的通行能力。
　　从论文数量和创业公司数量就可以看出来，近两年计算机视觉发展速度很快。但对于自动驾驶来说，目前仍面临诸多问题，比如对芯片的计算速度要求很高、高昂的成本等等。计算机视觉可以让自动驾驶成为现实，但离普及的程度还有一段距离。