名词解释——人工智能类名词
人工智能（ArtificialIntelligence）
可以从英文角度进行理解。Artificial：人造的。Intelligence：这个词在这里可以译作智能，用英英可以解释为capacityoflogic,understanding,self-awareness,learning,knowledge,reasonging,planning,creativityandproblemsoling.这样看下来就不难理解人工智能了。
“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”
计算机视觉（ComputationalVision）
计算机视觉就是教会计算机“看”
计算机视觉是由相机拍摄图像，通过电脑对图像中的目标进行识别和检测。研究内容主要有：通过采集图片或视频进行处理分析，从中获取相对应的信息。主要可以分为：图像采集、处理、运动控制部分。
深度学习（DeepLearning）
深度学习是一种源于机器学习的新的研究。可以大致概括为大数据+机器学习。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。深度学习则是机器学习的一个分支，主要用基于人工神经网络的各种方法来实现目的。
目标检测（ObjectDetection）
目标检测又叫目标提取。主要是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。可以在复杂的环境中进行一定的检测和图像提取。是计算机视觉的主要应用之一。
人脸识别
人脸识别，是基于人体面部特征信息进行身份识别的一种“生物识别技术”。用摄像机或者摄像头采集含有人脸的图片或视频流，并“自动”在图片中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。
姿态估计（PoseEstimation）
姿态估计通俗的理解可以理解为行为估计
也可以理解为较高层次的目标检测及未来行为的估计。
神经网络（ArtificialNeuralNetwork,即ANN）
我们通常所说的是“人工神经网络”
神经网络是一种运算模型，由大量的节点相互连接构成。由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络具有四个基本特征：1、非线性2、非局限性3、非常定性4、非凸性。因为这四个特征的存在而使“人工智能”变得更加“智能”。