本书汇集了张勤及其团队在智能音视频处理领域近年来的研究成果及前瞻性思考，涵盖情智信息、媒介音频、视觉处理和人工智能四个部分。情智信息部分探讨了情感计算在智能系统中的应用；媒介音频部分展现了如何通过智能技术，在音乐创作、音频处理等领域开辟新的可能性；视觉处理部分通过3D重建、人体姿态估计等领域的重要突破，展示了智能技术在空间感知和虚拟现实等方面的应用潜力；人工智能部分聚焦神经网络模型的创新与优化，指出了人工智能在模型理解和优化中的新方向。