本书围绕图像场景内容理解这个核心，从图像场景的语义理解、图像空间的几何理解、对象级场景解析三个方面进行详细阐述。从章节结构来说，第1章绪论部分概述了图像场景内容理解的背景与意义以及发展历程；第2章、第3章的内容分别对应场景语义和场景几何的理解，是从场景级图像内容理解入手；在第4章转入对象级图像内容理解；第5章概述了对象级场景理解在人工智能中的应用。
本书适合人工智能、智能车辆、视觉处理等领域的专业技术人员阅读使用。
计算机视觉是研究如何让计算机像人一样看并理解世界的科学，所处理的多为图像、视频或三维信息等数据类型，所涵盖的研究点涉及很多方面，例如物体检测与识别、语义分割、运动检测与跟踪、三维重建等。随着技术的发展，计算机视觉与人工智能、医学影像、公共安全、数字媒体等领域实现多学科交叉融合，衍生出了很多新的研究热点和技术应用。在这些行业快速发展的大背景下，计算机视觉相关领域的科研和技术也取得了较大的进步，并在这些行业应用中发挥了重要的作用。尤其是在图像、视频采集设备（如照相机、摄像机、手机等）较为普及的情况下，图像、视频数据越来越容易获得，计算机视觉相关的应用也逐渐进入到社会生活的方方面面。
在计算机视觉领域众多的研究热点中，图像场景内容理解是基础且重要的研究问题。场景的内容包含场景的环境、物体、人物等，场景的理解不仅包括对场景内容的识别和理解，还包括对场景内容所蕴含的更深层次信息的理解，例如场景的三维信息、物体或对象的属性信息等。这些更深层次信息的理解，可以为计算机视觉的其他研究热点或者是多学科的交叉应用提供更多的技术支撑。
作者多年从事图像场景内容理解方面的研究工作，总结自己多年科研工作的成果撰写此书。本书围绕图像场景内容理解这个核心，从图像场景的语义理解、图像空间的几何理解、对象级场景解析三个方面详细阐述。从章节结构来说，第1章绪论部分概述了图像场景内容理解的背景与意义以及发展历程；第2章、第3章的内容分别对应场景语义和场景几何的理解，是从场景级图像内容理解入手；在第4章转入对象级图像内容理解；第5章概述了对象级场景理解在人工智能中的应用。在一定程度上来说，场景级图像内容理解是基础，对象级图像内容理解是提升。因此，本书从场景级图像内容理解入手，分析了难点与存在的问题，并给出了自己的解决方法；其后，转为对象级图像内容理解，并分析了场景级与对象级图像内容理解的不同。
本书所介绍的工作得到了国家自然科学基金青年科学基金项目（61502036）、北京市科技计划一般项目（KM201611417015）以及北京联合大学科研项目（ZK50202002）的资助。在本书的撰写过程中，作者得到了一些专家的支持，他们对本书提出了宝贵意见，在此表示感谢！本书涉及相关专业背景知识，对于一些专业术语也给出了相应解释。由于水平有限，书中难免存在差错或疏漏，欢迎广大读者批评指正。
作者
2022年1月
前言
第1章绪论1
1.1图像场景内容理解的背景与意义1
1.2图像场景理解的发展历程3
1.2.1图像场景语义分割与标记3
1.2.2图像场景几何结构估计11
1.2.3图像场景对象理解与解析20
1.3小结32
参考文献33
第2章图像场景的语义理解46
2.1问题与分析46
2.2图像场景内容上下文指导的场景语义分割47
2.2.1相似图像检索48
2.2.2测地线距离49
2.2.3基于测地线距离的图结构定义49
2.2.4基于上下文信息的传播指示器51
2.2.5上下文指导的测地线传播52
2.2.6实验与分析54
2.3时空域联合上下文指导的视频场景语义分割58
2.3.1空间域测地线传播59
2.3.2时间域测地线传播60
2.3.3实验与分析61
2.4小结63
参考文献63
第3章图像空间的几何理解67
3.1问题与分析67
3.2场景空间的遮挡与层次关系分析69
3.2.1层次线索描述70
3.2.2图像内容表达73
3.2.3遮挡判定74
3.2.4层次推理76
3.2.5实验与分析77
3.3小结83
参考文献83
第4章对象级场景解析86
4.1问题与分析87
4.2对象级场景语义解析88
4.2.1基于目标识别与显著性检测的图像场景多对象分割88
4.2.2基于深度识别框架的多实例对象分割93
4.2.3实验与分析96
4.3场景与对象布局关系迁移及生成100
4.3.1单幅图像内容驱动的三维室内场景布局迁移生成101
4.3.2基于图像序列的三维室内场景布局迁移生成106
4.3.3实验与分析111
4.4小结117
参考文献118
第5章对象级场景理解在人工智能中的应用124
5.1对象级场景理解与人-物交互124
5.2对象级场景理解与自动驾驶系统128
5.3对象级场景理解与智能安防132
参考文献137
附录144
书单推荐
