一种基于HOG-LBP特征的人脸检测方法，对于遮挡的人体非常有效。-By combining Histograms of Oriented Gradients (HOG) and Local Binary Pattern (LBP) as the feature set, we pro- pose a novel human detection approach capable of handling partial occlusion. Two kinds of detectors

传统的图像修复算法速度慢, 对大面积的破损区域修复效果较差. 本文针对 这一缺点, 首先对待修复图像进行小波分解, 使得图像的破损区域在低频部分留下 的空洞大为缩小, 然后利用基于快速行进法( FM M) 的图像修复算法修复低频部分 的破损区域, 再利用低频信息来预测相应的高频信息, 最后进行小波重构, 并对受 损部分进行自然化处理, 得到修复的图像. 仿真实验结果表明, 本文提出的算法速 度快, 修复结果基本恢复了原有的视觉效果.-Chan T , Ng M , Yan A

小波变换在数字图像处理中的应用是小波变换典型的应用之一。由信号分析中傅里叶变换的不足引出小波变换, 然后简单介绍了小波变换的定义和种类, 分析了小波变换的性质和Mallat 算法, 总结了小波变换在数字图像处理中的四种应用:基于小波变换的图像压缩、图像去噪、图像增强和图像融合, 分析了四种应用的过程及特点, 同时进行了相应的Matlab试验与仿真。试验结果表明, 小波变换在数字图像处理中的应用切实可行、简单方便、效果好、有很强的实用价值, 有较好的应用前景。-The applicatio n o

提出一种新的显着性检测方法，通过将区域级显着性估计和像素级显着性预测与CNN（表示为CRPSD）相结合。对于像素级显着性预测，通过修改VGGNet体系结构来执行完全卷积神经网络（称为像素级CNN）以执行多尺度特征学习，基于该学习进行图像到图像预测以完成像素级显着性检测。对于区域级显着性估计，首先设计基于自适应超像素的区域生成技术以将图像分割成区域，基于该区域通过使用CNN模型（称为区域级CNN）来估计区域级显着性。通过使用另一CNN（称为融合CNN）融合像素级和区域级显着性以形成nal显着图，并