奶牛体况评分是对奶牛身体中脂肪含量的定量分析，能对“胖瘦”这种抽象概念给予具象解释。目前奶牛体况评分的评定主要采取人工的方法，但受人工主观性影响，评分结果的可靠性较差，评定过程耗时费力，严重依赖于评估人员的经验，基于计算机视觉的奶牛体况评分研究逐渐成为研究热点。奶牛体况评分的发展主要经历了人工评分阶段，传统机器学习阶段和深度学习阶段，后两者又可细分为2D领域和3D领域的研究。当前基于传统机器学习的奶牛体况评分方法主要存在依赖于人工标记、包含与体况评分信息少的问题，单纯地改进降维、提取特征的方法，只能在特定的情况得到提高，使用场景局限，且效果提升得非常有限。随着深度学习的兴起，研究者们开始对不需要人工标记特征的方法进行探索。深度学习与3D技术的使用使得自动体况评分的精度有了进一步的提升，但在实际生产中，为满足奶牛不同生长阶段营养管理需求，奶牛体况值与理想值差距应始终维持在±0.25内，现有自动评分系统的精度与实际养殖管理的理想标准仍具有一定差距。本文总结了62篇文献，对当前利用计算机视觉进行奶牛体况评分的研究热点和理论分析，提供见解并确定潜在的研究方向。