Les différentes activités de recherche menées dans ce pôle partagent les mêmes objectifs généraux visant la compréhension d’images multi-sources et multi-capteurs, intégrant ainsi une très large variété de contenus qui se déclinent autour de l'objet visuel (images de personnes, d’objets et de scènes en 2D et 3D), des activités (mouvement, gestes, actions), et des concepts (sémantique des scènes, émotions induites). Ces objectifs se déclinent ainsi autour de la mise en place de méthodes et de modèles pour la reconnaissance, l'analyse et la compréhension de ces contenus dans une articulation maîtrisée entre les apports de la vision par ordinateur et l'apprentissage automatique.