计算机视觉是计算机科学领域中一门研究如何使计算机系统具有类似人类视觉的能力的学科。复习计算机视觉时，需要深入理解以下关键概念，以建立对该学科的全面认识。

  1. 特征点与特征描述：特征点是图像中显著的位置，而特征描述则是对特征点进行数学描述，用于识别和匹配图像中的目标。

  2. 监督学习与无监督学习：在计算机视觉中，监督学习是通过已知标签的训练数据进行学习，而无监督学习则是在没有标签的情况下进行学习。理解这两种学习方法对于构建有效的计算机视觉模型至关重要。

  3. 神经网络与深度学习：神经网络是计算机模拟人脑神经元网络的模型，而深度学习是基于多层次神经网络进行学习的方法。熟悉神经网络结构及深度学习原理是当前计算机视觉研究的前沿。

  4. 图像处理与图像分析：图像处理涉及对图像进行增强、滤波等操作，而图像分析则是通过算法对图像进行解释和理解。这两者是计算机视觉中重要的基础。

  5. 模式识别与目标跟踪：模式识别是通过学习和训练识别出数据中的模式，目标跟踪是在连续帧中追踪目标的位置。熟练掌握模式识别和目标跟踪方法对于实际应用具有重要意义。

以上是计算机视觉学科的关键概念梳理，希望对您的复习有所帮助。