Le traitement et l’analyse des données visuelles et sonores sont des approches de base en vision et audition par ordinateur. S’appuyant sur des techniques d’Intelligence Artificielle, elles sont développées et appliquées dans le but de doter les machines de la capacité de voir, d’entendre et d’acquérir une compréhension de haut niveau du contenu des images, du son ou de vidéos numériques. Du point de vue de l'ingénierie, l’objectif est d’automatiser les tâches que le système visuel et auditif humain peut effectuer avec des applications dans de nombreux domaines : Art, Audiovisuel, Vision industrielle, Véhicules autonomes, Médecine, Surveillance, Militaire, etc.