本发明属于场景视觉认知领域，特别涉及一种复杂场景底层视觉信息提取方法。为了解决复杂场景的底层特征值提取问题。本发明引入改进的卷积神经网络结构，利用四种卷积滤波器，组成多深度分析集对场景图像进行图像语义分割；引入特征卷积滤波器筛选提取复杂场景的区域语义，再对提取结果使用转置卷积进行场景图像在语义上的区域分割；场景语义的区域分割结果作为激活偏置代入最后的底层视觉信息特征值提取网络，可以确保各种类型的场景细节均不会丢失。经过场景区域语义分割后，本发明能够很好地提取出认知实验所需的场景底层信息特征值，能较好地保留了复杂场景中的细节。