计算机视觉是计算机从数字图像与视频中自动提取、分析并理解有用信息的跨学科领域，2009年李飞飞发布ImageNet数据集后卷积神经网络大幅提升图片预测准确率，基础任务包括分类、定位、检测与分割。计算机视觉解决的是机器看不懂图像的问题，并不解决图像背后社会文化含义的解读问题。
2009年李飞飞教授发布了ImageNet数据集，卷积神经网络（CNN）等基于当时最前沿的深度学习算法大幅提高了图片预测的准确率，使得计算机视觉发展在近十年产生了质性的飞跃。
作为人工智能的一个重要方向，计算机视觉解决的主要问题是理解图像中包含的内容。目前主流的计算机视觉技术是基于深度学习算法，模仿人类大脑的工作模式。计算机视觉有四大基础任务，分别为分类、定位、检测和分割。
作为一种新的计算方法，计算机视觉在新闻传播领域的应用研究目前尚处于起步阶段。基于计算机视觉的计算传播文献中涌现出了 一些有特色的研究主题，如城市传播、性别研究等，这些研究主题在过去的国际计算传播学领域未受到广泛关注，但因为其可以与图像技术紧密结合，进而成为计算机视觉技术在新闻传播学应用范围里独放异彩的研究主题。
在城市传播方向，计算机视觉技术可以协助城市智能管理，监测城市的交通和安全系数，也可以帮助研究者预测城市的贫困指数和人口学特征。此外，计算机视觉自动化检测色情视频技术为学者们探讨性别平等、关注性别话题带来了新的切入方向。
