Marr视觉计算理论：
目的：通过视觉系统，重建三维物体的形状和位置
初始省略（2维）：过零点（zero-crossing）短线段、端点等基元特征
维：对物体形状的一些粗略描述
3维：对物体的三维描述
计算机视觉的早期图像表示模型是Part-based，这样就可以通过Part这种组合式的方法表示物体。但很多自然场景的物体没有这么强的结构。
80年代，特征检测和机器学习同时也开始组合应用，但对物体结构有严格限制（指定对象类型）
2000-2012年，局部特征描述得到迅速发展，如SIFT/HOG
特征描述具有通用性，结合SVM等机器学习方法。但效果有限。
从2012后，深度学习方法兴起。特征->自动提取；层数->很深。
e.g. MS的ResNet 152层（2015，ImageNet）