本书围绕场景语义解析算法的信息传递、特征提取、知识表征、语义生成、训练优化五个方面开展研究，并在典型自主智能系统上进行测试与应用。本书探究了网络信息流完整性传递机制，构建了空间解耦的多尺度表征学习框架，拓展了频域知识空间学习与高效特征融合，提出了语义-定位解耦的高分辨率语义生成方法、引入了重参数化方法改善训练动态提升模型泛化，并针对实际系统给出了模型搭建原则、部署策略及运行实例。本书全面提升了自主智能系统场景语义解析算法的实时性、准确性、鲁棒性及泛化性，增强了自主智能系统的环境感知与任务执行能力。 本书适合对视觉场景理解感兴趣的学生、教师、研究人员和工程师阅读。