层次化表示（hierarchization representation？），理学-计算机科学技术-计算机应用-多媒体计算-计算机视觉-低层视觉，一种简化的模拟人类思维层次的视觉表示方法。随着计算机视觉在实际生活中的应用，大数据时代悄然到来，数据的规模出现了爆炸式的增长，也对智能识别算法提出了新的挑战和新的需求。采用层次化机制来表示客观世界已经成为主流方式，其可以解释从各种数据（如图像、声音和文本等）中所获取的知识和内容。生物学上的研究也早已表明分层结构的重要性，并将其引入机器学习和深度学习等领域，并构造了许多新的结构化层次化的理论模型，如混合专家网和Ying-Yang机等。人的大脑处理和录用信息的机制是实现人工智能重要的研究内容，理论学者已经得出大脑中某些初级的信息处理机制，并建立了自相关联想记忆模型、玻耳兹曼机以及自组织拓扑映射等形式的结构。人脑中的回路，从局部小回路到局部大回路，再到整个脑中的系统级回路的生理构造决定了人类思维是层次化的，因而人们认为更为复杂的分层结构一定有更加重要的作用。