本书针对不同性质的视觉数据进行特征表达和学习方法的论述，在不同的视觉任务上设计特征表达模型，在RGB视频数据和人体骨架关键点视频数据的特征提取和表达方面，阐述了协同时空注意力、多维特征激励融合、多维动态拓扑学习图卷积等一系列新颖的特征提取和表达方法；基于图像数据进行视觉特征提取和表达方面，结合目标检测、显著性目标检测、深度估计和语义分割等基于单个图像信息的视觉任务，阐述了一系列细节特征和语义特征增强和融合的方法，利用注意力指导模块集成多尺度、跨维度特征，设计交互模块以促进上下文语义信息和空间信息的交互学习，完成不同级别的图像识别任务；在集成多任务的特征表达学习方法方面，阐述了利用有限的训练数据学习通用视觉特征，同时结合生成对抗的训练学习方法，通过共享特征的学习和任务特定特征的学习，实现多视觉任务平均性能的提升。