深度学习是近年来机器学习领域发展最快的一个分支，代表了当前这个时代的人工智能技术，在学术界和产业界都取得了极大的成功。目前，深度学习在计算机视觉领域获得了很多成功的应用，例如图像分类、目标检测识别、图像分割、图像检索和图像生成等。未来仍然存在更多潜在应用，将会从很多方面改变整个人类的生活方式。深度学习作为机器学习的一个分支，以人工神经网络为基本框架，通过数据驱动的方式提取大量的数据规律和特征，它的出现大大提高了诸多机器学习任务的效果。除了在计算机视觉领域，深度学习在语音识别、自然语言处理、控制工程领域中都有广泛应用。计算机视觉是指利用计算机获取、分析和处理图像和视频信息的技术，使计算机具有接近人类视觉系统的能力。从学术研究的角度，计算机视觉技术从现实世界中提取高层次的信息，产生特征和语义信息，可理解为人脑将图像（视网膜的输入）转换为可以与其他个体交互并产生影响的信息，可以看作利用几何学、物理学、统计学理论构建模型，并从视觉数据中提炼符号信息的过程。研究人员希望计算机可以像人类一样，将外界输入的光信号转换为对外界的理解与认知，这将会促进人类科技与社会的发展，创造更高的科研价值。基于此，介绍有关深度学习与计算机视觉的内容非常迫切和重要，能为相关专业的学生以及对本领域感兴趣的学者提供了解本领域的重要途径。本书全面介绍了深度学习及计算机视觉中最基础的知识，并结合最常见的应用场景，带领读者进入丰富多彩的计算机视觉领域。针对不同层次的计算机视觉任务，结合现有研究成果，以及部分学界公认的里程碑式成果，从理论层面论述深度学习在具体计算机视觉任务中的应用。本书适合从事图像和视频的处理和理解的研究人员、相关领域软件开发人员或研究生阅读。