VR技術應用到的機器視覺技術體現在四個層面：

　　基本信息模塊：眼球追蹤反饋，位置信息（包括靜態的位置，動態的移動方向以及傾斜，旋轉，俯仰等九個自由度的信息），肢端探測器（手，腳等等）。

　　基礎功能：紅外追蹤，位置追蹤及校準。

　　復合應用：需要對用戶的眼球追蹤進行深度學習，以理解其表達含義并進行動作預測。

　　知覺融合：視覺拼接，觸覺，動態環境模型加速器。

　　VR技術正在進行快速的進化和發展，但是還有很長的路要走。

　　神經系統科學家 Maria V. Sanchez-Vives和計算機科學家Mel Slater這樣寫過：“對一個可與真人互動的虛擬人物進行渲染，比如通過語言識別，生成有意義的語句，面部表情，情緒，膚色，語調以及肌肉關節的活動，這樣的效果目前實時的計算機圖形學和人工智能的能力還達不到?！?/p>

　　需要改進的關鍵參數包括：延遲，分辨率，視場，色彩，動態范圍和焦點管理。

　　需要補充的關鍵功能包括：眼球追蹤，環境視覺捕捉，精確定位，物體探測追蹤以及3D視場角。

　　需要改進的關鍵功能包括：運動與反饋，光學系統，眼球追蹤和沉浸感俘獲等附加功能的發展方向是成為VR平臺的自有構成功能。

　　新興的VR/CV社區會逐漸生長出更生態化的東西，比如SDK，應用開發，用戶社群，度量工具以及更多的測評等等。

　　舉例而言，Leap Motion的“虛擬手” 最開始的做法就是通過視像投影與視覺反饋實現的動作交互。接下來需要補足的就是復雜化的渲染，識別，景深和追蹤等性能。

　　VR的應用空間比較多樣化，具有創新性。

　　APP開發者可以從軍事，醫療，游戲，電影，社交，教育，甚至沉浸式工作環境等領域尋找需求。

　　VR內容需要的技術創新則包括了CGI，攝像機以及視頻拼接。