視覺描述生成是視覺場(chǎng)景理解領(lǐng)域的基礎(chǔ)問題，旨在深入理解視覺場(chǎng)景中的目標(biāo)與環(huán)境信息，生成與視覺內(nèi)容相匹配且符合人類語言規(guī)則的文本描述。在生成式人工智能、智能態(tài)勢(shì)感知等諸多領(lǐng)域具有重要的理論意義和應(yīng)用價(jià)值。然而，實(shí)際應(yīng)用場(chǎng)景復(fù)雜多變，具有對(duì)象分布密集、目標(biāo)種類繁多、數(shù)據(jù)收集和標(biāo)注困難等特性，并且視覺和文本之間模態(tài)差異大，從而導(dǎo)致模型生成的描述面臨結(jié)構(gòu)完整性較低、內(nèi)容準(zhǔn)確性不足、描述充分性欠缺、數(shù)據(jù)依賴性過高等。本書以視覺描述生成任務(wù)為切入點(diǎn)，針對(duì)實(shí)際應(yīng)用場(chǎng)景復(fù)雜多變、對(duì)象分布密集、目標(biāo)種類繁多、數(shù)據(jù)收集和標(biāo)注困難等特性與難點(diǎn)，從語義特征編碼與解碼兩個(gè)角度出發(fā)，開展視覺描述生成理論與方法研究，并進(jìn)一步探索了半監(jiān)督、無監(jiān)督下的視覺描述生成問題。