本書(shū)針對(duì)不同性質(zhì)的視覺(jué)數(shù)據(jù)進(jìn)行特征表達(dá)和學(xué)習(xí)方法的論述，在不同的視覺(jué)任務(wù)上設(shè)計(jì)特征表達(dá)模型，在RGB視頻數(shù)據(jù)和人體骨架關(guān)鍵點(diǎn)視頻數(shù)據(jù)的特征提取和表達(dá)方面，闡述了協(xié)同時(shí)空注意力、多維特征激勵(lì)融合、多維動(dòng)態(tài)拓?fù)鋵W(xué)習(xí)圖卷積等一系列新穎的特征提取和表達(dá)方法；基于圖像數(shù)據(jù)進(jìn)行視覺(jué)特征提取和表達(dá)方面，結(jié)合目標(biāo)檢測(cè)、顯著性目標(biāo)檢測(cè)、深度估計(jì)和語(yǔ)義分割等基于單個(gè)圖像信息的視覺(jué)任務(wù)，闡述了一系列細(xì)節(jié)特征和語(yǔ)義特征增強(qiáng)和融合的方法，利用注意力指導(dǎo)模塊集成多尺度、跨維度特征，設(shè)計(jì)交互模塊以促進(jìn)上下文語(yǔ)義信息和空間信息的交互學(xué)習(xí)，完成不同級(jí)別的圖像識(shí)別任務(wù)；在集成多任務(wù)的特征表達(dá)學(xué)習(xí)方法方面，闡述了利用有限的訓(xùn)練數(shù)據(jù)學(xué)習(xí)通用視覺(jué)特征，同時(shí)結(jié)合生成對(duì)抗的訓(xùn)練學(xué)習(xí)方法，通過(guò)共享特征的學(xué)習(xí)和任務(wù)特定特征的學(xué)習(xí)，實(shí)現(xiàn)多視覺(jué)任務(wù)平均性能的提升。