Das Ziel von Computer Vision ist die automatische Extraktion von Informationen aus Bildern. Es enthält Methoden zum Erfassen, Verarbeiten, Analysieren und Verstehen von Bildern und hochdimensionalen Daten aus der realen Welt, um numerische oder symbolische Informationen zu erzeugen, z. B. in Form von Entscheidungen. Die Bilddaten können viele Formen annehmen, z. B. Videosequenzen, Ansichten von mehreren Kameras oder mehrdimensionale Daten von einem medizinischen Scanner.