視覺是人類了解外部環境結構及其變化的重要感知通道。作為人工智能的核心領域之一，計算機視覺試圖充分利用認知科學原理與計算機技術來實現人類的視覺功能，使智能機器能夠自主理解環境及其變化，并與環境進行高效的互動。

主要研究内容包括：圖像識别與檢測、圖像與視頻的語義分割、生物特征識别、三維場景重建、動态視覺與主動視覺、人體行為分析與意圖理解等。主要目的是賦予智能感知系統可靠的環境分析與理解能力，使其能夠在複雜的現實場景中具有高度的環境與任務自适應性。

承擔數十項國家級、省部級和橫向合作項目，包括國家自然科學基金、863、973、教育部創新團隊、國家重點研發計劃等項目。研究成果發表計算機視覺、機器學習領域知名會議和期刊論文數百篇，包括TPAMI、IJCV、TVCG、PR、CVPR、ICCV、ECCV、NeurIPS、ICML、AAAI、ICRA等。研究成果獲國家技術發明二等獎、教育部技術發明一等獎、公安部科技進步二等獎、廣州市科技進步三等獎、中國科學院科技進步二等獎等獎項，應用到公安刑偵、醫療與文化遺産的應用中，其中數字龍門石窟項目被中央電視台等多種主流媒體宣傳；小波圖像壓縮系統應用于航天領域的高速攝像系統和電影院線的數字電影播放系統；圖像理解方面的多視角、多标簽學習等成果被評為國家973項目重點成果。該方向成員還多次獲得國内外學術會議的榮譽和獎勵，包括Euromed 2010、ACPR 2017、CCCV 2017、ICPR2018和FG2020的最佳論文/海報獎、ISMAR 2019競賽V-SLAM第一名等。