本书为计算机图形图像学及其应用研究专著。内容主要围绕图像有序性估计问题展开，能够直接应用到年龄估计、人群密度估计、美学估计、颜值打分、图像质量评估、医学图像疾病程度评估等问题中。具体讲，该书首先从深度学习的角度分析了有序性估计问题，特别是基于类别标签和有序性分值标签的关系，提出了两种基于风险规则的方法：DTCNN和Risk-CNN；其次，基于模型的泛化性和稳定性，该成果提出了两种网格丢弃的方法；然后为了进一步理解图像有序性估计，本书提出了一种基于样本权重的分类模型，能同时执行分类任务和深度类别激活图；最终本书基于深度类别激活图给出了一个应用：图像自动切割。提出的模型不仅能得到有序性评估结果,也能更深入地理解图像有序性空间信息。与大模型相比，本书提出的方法的结果非常有竞争力，与小模型相比，其结果又是当前最好的，大量的对比实验验证了提出的基础模型的有效性和鲁棒性。此外，本书还提出了一种新的年龄估计定义：两点表示方法，并采用级联的方式进行训练。综上，本书具有较好的应用指导性，具有良好的出版价值与推广价值。

王刚，中共党员，四川警察学院计算机科学与技术系主任，工学博士、教授、网络工程师；主讲计算机网络、数据库原理、公安信息化应用等课程，先后公开发表论文38篇，其中EI论文5篇、中文核心期刊10篇；主编“十二五”国家级教材1部，副主编省部级规划教材1部。获省部级教学奖励2项。章超，中共党员，四川警察学院实验与设备中心副主任，研究方向为计算机应用；主持或参与国家级、省部级和市厅级科研项目 10 余项，其中主持省部级项目 2 项；共发表学术论文 40 余篇，其中以一作/通讯发表 SCI、EI 论文 20 余篇；以第一发明人获授权国家发明专利5 项。