CNKI

在国内外的CNKI和Google Scholar的2019-2024公共研究结果

摘要。计算机视觉为机器视觉提供了图像和场景分析的理论和算法基础，机器视觉提供了实现计算机视觉的端目模型，系统结构和实施方式。两者共享一组理论系统，只有开发方向是不同的，机器视觉侧重于工业领域的实际应用，而计算机视觉则集中在理论al-gorithms的研究上。因此，计算机视觉和机器学习的跨研究已成为当前人工智能研究领域的重要方向之一。本文首先定义了人工智能，计算机视觉和机器学习的概念，并进一步说明了计算机视觉与机器学习之间的强烈相关性，从方法论和搜索逻辑方面。然后，它进一步使用文献计量学来整合基于2019 - 2024年Citespace的知识和Google Scholar的研究结果，以现实的方式揭示了两者之间的关系。最后，本文对本文进行了定性分析，以总结compoter愿景和机器学习及其问题的交集的当前最新研究和应用。以前的研究的整合将有助于学术界对学科研究过程中重要节点和基本问题的理解，以及对未来研究的更加规定的计划。