La classification d’objet consiste à entraîner un modèle sur un ensemble ou une famille d’objets, afin de lui apprendre à classer de nouveaux objets dans des catégories identifiées.

L'analyse de mouvement vidéo permet de calculer la vélocité d'un objet dans une vidéo ou suivre un ou plusieurs objets en mouvement dans l'image et déterminer des évènements significatifs (collision, déplacement, position relative...).

L'analyse et la reconstruction 3D permet de créer un modèle d'objet ou de bâtiment en trois dimensions à partir d’images vidéos, de photos ou de plans en deux dimensions.

La combinaison de l'analyse de l'environnement, de l'analyse 3D et de la génération d'image permet de développer des applications de réalité augmentée spectaculaires.

La détection et l’identification d’objet va entraîner une IA à reconnaître et suivre précisément  un objet (tracking) dans une image quelque soit sa position, l'angle de la prise de vues, l'éclairage etc.

Dans la segmentation d’image, elle se fait à deux niveaux. Les IA répartissent les images dans une ou plusieurs classes pré identifiées pour réaliser des tâches d’indexation. Il est également possible de réaliser des actions de segmentation d’une même image.

L'optimisation des images (floues, basses résolution...) ou la restauration d’images utilisent le Machine Learning pour supprimer le ”bruit ” (grain, flou…), remplir des "blancs" sur des images, animées ou non, ou y appliquer des effets spéciaux.

Enfin la computer vision, cette fois-ci en temps réel est à la base de la technologie des véhicules et des robots autonomes.