设计实际系统时，为了克服视觉传感器的限制，通常会使用一些其他的上下文知。考虑这样一个例子，移动机器人在室内寻找并捡起订书机。机器人可以利用这个先验知识：可在办公室内发现桌子，订书机最可能在桌子上被找到。这给出了一个隐含的尺寸参考或参照，也就是订书机能够放在桌子上。
摘自:《学习OpenCV(中文版)》第4页
另外在《学习OpenCV(中文版)》第3页有这么一段话:
在此图中，我们可以看到车的一侧有一个反光镜，而计算机“ 看”到的只是一个数值的矩阵。
计算机视觉算法和机器学习固然重要,但从这句不难发现,最重要的是采集到准确的数据,也因此,采集数据的工具很值得慎重筛选.
记得看"央视科技频道"的那期人脸识别相关的知识的时候演示了一个三维人脸旋转图,如果采集的数据是三维的,按照节目中提到的"连三角"的算法,做到人脸精确识别很合理,那期节目结尾提到该设备使用的是红外设备,夜间能分别出真实人脸或3D打印人脸.相反,仅仅通过普通摄像头拍下的照片做人脸识别的例子在生活中也看到过,显然费了很大功夫并没有得到相应的结果.所以,单从这个例子出发,如果用"红外摄像头"这种工具获取三维人脸数据和普通摄像头拍下的照片做对比,人脸识别的结果不言而喻