图像语义理解技术的研究分为底层、中层和高层三个层次，底层、中层的特征数据作为高层理解的基本输入，通过语义标注模型和先验知识推理实现图像的语义解释。本书针对图像语义理解的三个层次中遇到的关键技术和挑战展开深入的研究，主要内容包括视觉特征的有效表述、图像多区域的合理分割和上下文在图像语义标注中的扩大化等关键技术。在理论分析的基础上，书中提出了新的数学模型与表达形式，设计了新的算法并给出应用。全书集理论、技术、方法及实践于一体，突出了理论和实践相结合的特点。

本书可作为高等学校计算机专业和其他信息类专业高年级本科生的参考书目，也可作为图像、视频信号处理、模式识别和计算机视觉研究方向的博士、硕士研究生及相关专业科研技术人员的参考用书。