该文综述多模态漫画理解研究，涵盖多模态上下文感知机器翻译框架与自动漫画翻译系统、用于对话者检测的Manga109Dialog数据集、漫画补充任务与MCoT方法及M2C基准和FVP-M²基线、半自动上色系统与基于cGAN的少样本上色方法、面向视障人士的漫画自然语言描述生成、Manga109数据集，以及实现帧内对话与场景检索的MaRU系统。