快速回答：Computer Vision 是什麼？
Computer Vision（CV，電腦視覺）是讓電腦「看懂」圖片和影片的 AI 技術。它讓機器能識別物體、辨識人臉、理解場景、追蹤動作。你手機上的人臉解鎖、自動駕駛汽車、工廠的品質檢測——背後都是 CV 在運作。
白話解釋
對電腦來說，一張圖片只是一堆數字（每個像素的顏色值）。CV 的工作就是把「一堆數字」變成「有意義的理解」：
就像嬰兒看了幾千次貓的照片後學會認貓，CV 模型也是看了幾百萬張有標記的圖片後學會辨識物體。
CV 的核心任務
| 任務 | 做什麼 | 應用範例 |
|---|---|---|
| 影像分類 | 判斷圖片屬於哪個類別 | 「這是貓」「這是狗」 |
| 物體偵測 | 找出圖片中所有物體的位置 | 自駕車偵測行人和車輛 |
| 語意分割 | 把每個像素標記為屬於什麼物體 | 醫療影像精確標記腫瘤邊界 |
| 人臉辨識 | 識別圖片中的人是誰 | 手機解鎖、門禁系統 |
| 姿態估計 | 偵測人體骨架和動作 | 運動分析、AR 濾鏡 |
| OCR 文字辨識 | 從圖片中提取文字 | 掃描文件、車牌辨識 |
| 圖像生成 | 生成全新的圖片 | Stable Diffusion、Midjourney |
CNN：CV 的核心引擎
CNN（Convolutional Neural Network，卷積神經網路）是 CV 最經典的架構：
- 卷積層：用多個「濾鏡」掃描圖片，提取邊緣、紋理等局部特徵
- 池化層：縮小特徵圖，保留重要資訊、降低運算量
- 全連接層：把提取的特徵組合起來，做出最終判斷
代表架構：AlexNet（2012，開啟深度學習時代）→ VGG → ResNet → EfficientNet。2020 年代 Vision Transformer（ViT）把 Transformer 引入 CV，成為新趨勢。
主要應用場景
自動駕駛
CV 讓汽車「看到」路上的行人、車輛、交通號誌、車道線。Tesla、Waymo 等都大量使用 CV 技術。
醫療影像
AI 輔助判讀 X 光、CT、MRI 影像，協助醫生診斷疾病。在某些特定任務上已達到超越人類專家的準確度。
製造業品檢（AOI）
自動光學檢測——用 CV 檢查產品表面瑕疵，比人眼更快更準。台灣的半導體和電子製造業大量使用。
安防監控
智慧監控系統能自動偵測異常行為、追蹤特定人物、辨識車牌。
安全風險
常見問題 FAQ
Computer Vision 和 NLP 有什麼不同？
CV 處理視覺資訊（圖片、影片），NLP 處理語言資訊。兩者都是 AI 核心子領域。2026 年趨勢是多模態模型同時處理兩者。
CNN 是什麼？
CNN 是 CV 最重要的神經網路架構。用「濾鏡」掃描圖片，逐層提取從邊緣到物體的特徵。
CV 可以被騙嗎？
可以。對抗樣本攻擊能用人眼看不到的微小擾動讓 CV 模型完全誤判。這是企業級 AI 安全的重要議題。
手機拍照的 AI 功能是 CV 嗎？
是的。人臉解鎖、場景辨識、夜拍增強、背景虛化、OCR 都是 CV 應用。
Deepfake 是 CV 技術嗎？
是的。Deepfake 結合 CV 和生成式 AI，生成偽造影像和影片。
台灣有哪些 CV 應用？
AOI 品檢、交通號誌辨識、醫療影像判讀、農業病蟲害辨識。台積電晶圓缺陷檢測是全球領先案例。