智能识别工程专业主要学习以下内容：

计算机视觉：

研究如何让计算机“看”和理解图像和视频，包括图像处理、目标检测、图像分割等。

图像处理：

涉及对图像进行操作和分析，包括图像增强、去噪、特征提取、图像识别等。

模式识别：

研究如何让计算机自动识别和分类数据，包括分类算法、聚类算法、神经网络等。

机器学习：

通过算法使计算机能够从数据中学习并做出决策或预测，包括监督学习、无监督学习、强化学习等。

深度学习：

基于人工神经网络的机器学习方法，特别适用于处理大规模数据和复杂模式识别任务。

自然语言处理：

研究如何让计算机理解和生成人类语言，包括文本分析、情感分析、机器翻译等。

信号处理：

涉及对信号进行分析、处理和传输，包括音频处理、图像信号处理等。

通信：

研究信息的传输和交换，包括无线通信、有线通信、网络协议等。

生物识别技术：

应用计算机技术进行生物特征识别，如人脸识别、指纹识别、虹膜识别等。

数据科学与大数据技术：

研究数据的获取、处理、分析和挖掘，包括大数据分析、数据挖掘、机器学习等。

此外，智能识别工程专业的学生还需要学习一些编程语言和工具，如Python、R、MATLAB、TensorFlow、PyTorch等，以便能够设计和实现各种智能系统。