计算机视觉六大困难

1、定义物体（Functional Object）。首先定义很难，如果定义不清楚，就没法做精确的物体识别。同时，还有很多定义的概念是包容性的，千差万别。只有对这些概念有很好的建模，才能做场景理解。

2、遮挡（Occlusion）。今天物体检测方法非常非常好了，但遇到遮挡，依然做的不太好。

3、上下文理解。下图中，两个红框里是什么东西？对于大多数人来讲可能是人，但是机器还没有这个能力去推理出是人。

4、物体跟踪。下图中，物体的重叠非常严重，人类有很强的跟踪能力，但是如果使用当前最好的跟踪系统，机器也很难做到人类的水平，我们检测方法并没有非常好的推理机制应用到里面。

5、手眼配合。为什么很多家庭机器人卖不出去？因为现在的机器人做不好手眼配合，它们不能像人类一样能做家务、做饭。

6、精度问题。不管是做无人车，还是做自动驾驶，在一定程度上要求的精度是非常高的，甚至只有高过现在的标准，人工智能技术才能顺利推广下去。