本書從人類聽覺、視覺的處理機(jī)制出發(fā)，系統(tǒng)地介紹了聽覺和視覺感知模型、音視頻(圖像)壓縮編碼技術(shù)、音視頻(圖像)處理技術(shù)、基于內(nèi)容的音視頻(圖像)檢索技術(shù)、數(shù)字音視頻技術(shù)的交叉應(yīng)用等內(nèi)容。同時(shí)，本書還給出了相關(guān)知識(shí)的應(yīng)用實(shí)例，這寫實(shí)例都具有較高的參考和實(shí)用價(jià)值。本書涵蓋的學(xué)科領(lǐng)域十分廣泛，包括人工智能、信號處理、圖像處理、語音處理、視頻處理和模式識(shí)別等一系列學(xué)科。通過本書，讀者可以學(xué)習(xí)到很多具有普遍價(jià)值的知識(shí)和具體的應(yīng)用方法。本書可作為高等學(xué)校電子信息工程、通信工程和計(jì)算機(jī)科學(xué)與技術(shù)等相關(guān)專業(yè)的本科生、研究生教材，也可作為高職、高專音視頻應(yīng)用相關(guān)課程的參考書。