随着近年来图神经网络（GNN）在各个应用任务上的出色表现，研究者们开始关注将GNN应用于计算机视觉任务，并取得了令人瞩目的成果。与传统的卷积神经网络（CNN）相比，GNN通过建模视觉数据为图结构，引入更多视觉数据之间的关联，并利用这种关联进行更深入的推理，从而获得比CNN更丰富的语义信息。在各种视觉数据类型和任务上，无论是图像、视频还是三维数据，GNN都能充分利用数据的特点，取得比传统方法更好甚至相当的效果。此外，GNN还具有参数量较少的优势，适合实际部署。因此，本专栏以“GNN+CV”为主题，在介绍GNN+CV的通用知识、GNN的基础理论和模型之后，将重点介绍GNN在计算机视觉各种数据类型和任务上的应用。本专栏适合对计算机视觉有基础了解，并希望全面了解GNN在CV中如何取得优秀效果的同学阅读。