视觉场景理解是人工智能领域长期关注的科学问题。本项目对视觉模式表征与计算的联合求解框架开展了深入研究，主要发现点有：（1）建立了视觉场景模式对应问题的随机场计算理论；（2）提出了场景理解的视觉注意力统计学习方法；（3）建立了视觉场景的紧凑模式表征与配准模型；（4）提出了视觉主导的复杂交通场景计算与理解方法。项目成果中的20篇核心论文发表在国际知名期刊和顶级会议上，总他引3187次，两篇代表作为ESI高被引论文。主要成果被引用并评价为“基准性工作”、“代表性工作”、“通用方法”；部分成果成功应用于自主驾驶验证平台，获IEEE智能交通学会杰出研究团队奖(2014)。