本書(shū)為計(jì)算機(jī)圖形圖像學(xué)及其應(yīng)用研究專(zhuān)著。內(nèi)容主要圍繞圖像有序性估計(jì)問(wèn)題展開(kāi)，能夠直接應(yīng)用到年齡估計(jì)、人群密度估計(jì)、美學(xué)估計(jì)、顏值打分、圖像質(zhì)量評(píng)估、醫(yī)學(xué)圖像疾病程度評(píng)估等問(wèn)題中。具體講，該書(shū)首先從深度學(xué)習(xí)的角度分析了有序性估計(jì)問(wèn)題，特別是基于類(lèi)別標(biāo)簽和有序性分值標(biāo)簽的關(guān)系，提出了兩種基于風(fēng)險(xiǎn)規(guī)則的方法：DTCNN和Risk-CNN；其次，基于模型的泛化性和穩(wěn)定性，該成果提出了兩種網(wǎng)格丟棄的方法；然后為了進(jìn)一步理解圖像有序性估計(jì)，本書(shū)提出了一種基于樣本權(quán)重的分類(lèi)模型，能同時(shí)執(zhí)行分類(lèi)任務(wù)和深度類(lèi)別激活圖；最終本書(shū)基于深度類(lèi)別激活圖給出了一個(gè)應(yīng)用：圖像自動(dòng)切割。提出的模型不僅能得到有序性評(píng)估結(jié)果,也能更深入地理解圖像有序性空間信息。與大模型相比，本書(shū)提出的方法的結(jié)果非常有競(jìng)爭(zhēng)力，與小模型相比，其結(jié)果又是當(dāng)前最好的，大量的對(duì)比實(shí)驗(yàn)驗(yàn)證了提出的基礎(chǔ)模型的有效性和魯棒性。此外，本書(shū)還提出了一種新的年齡估計(jì)定義：兩點(diǎn)表示方法，并采用級(jí)聯(lián)的方式進(jìn)行訓(xùn)練。綜上，本書(shū)具有較好的應(yīng)用指導(dǎo)性，具有良好的出版價(jià)值與推廣價(jià)值。