显著性

图像显著性是图像中重要的视觉特征，体现了人眼对图像的某些区域的重视程度

自从1998年Itti的工作以来，产生了大量的显著性映射方法，图像显著性也广泛应用于图像压缩、编码、图像边缘和区域加强、显著性目标分割和提取等.

我们研究的方面包括以下：

1 图像显著性的评价体系：特别是针对图像显著性映射在目标提取中的应用，研究如何有效评价已有的显著性映射，方法包括F-measure，分割熵等。

2构建新的显著性映射：通过分析研究已有的图像显著性方法，构建新的适合于显著性目标提取和检测的显著性映射。

分割

高用于查找物体用于实现聚类。同时注意包括视频分割。这里注意研究更深入的外围线。

图像分类

根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,以代替人的视觉判读.图像分类

图像恢复

图像恢复是通过计算机处理，对质量下降的图像加以重建或恢复的处理过程。因摄像机与物体相对运动、系统误差、畸变、噪声等因素的影响，使图像往往不是真实景物的完善映像。在图像恢复中，需建立造成图像质量下降的退化模型，然后运用相反过程来恢复原来图像，并运用一定准则来判定是否得到图像的最佳恢复。在遥感图像处理中，为消除遥感图像的失真、畸变，恢复目标的反射波谱特性和正确的几何位置，通常需要对图像进行恢复处理，包括辐射校正、大气校正、条带噪声消除、几何校正等内容

立体视觉

人的立体感是这样建立的：双眼同时注视某物体，双眼视线交叉于一点，叫注视点，从注视点反射回到视网膜上的光点是对应的，这两点将信号转入大脑视中枢合成一个物体完整的像。不但看清了这一点，而且这一点与周围物体间的距离、深度、凸凹等等都能辨别出来，这样成的像就是立体的像，这种视觉也叫立体视觉

对象识别（人脸识别）

通过人脸识别对对象的认识

一.人脸检测/跟踪

人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。

二.人脸特征点定位

人脸特征点定位的目的是在人脸检测/跟踪获取的人脸区域的基础上，进一步，确定脸部特征点（眼睛、嘴巴中心点、眼睛、嘴巴轮廓特征点、器官轮廓特征点等）的位置。人脸特征点定位的基本思路，主要是将人脸局部器官的纹理特征和器官特征点之间的位置约束进行结合来进行处理。

三.人脸表示

人脸表示是指根据人脸特征点的位置，对人脸进行几何校正并割取人脸区域（归一化到固定大小）之后，得到最具有鉴别（区分）能力的特征的过程。

观察物体的视点选择(做的很少)

通过对物体的不同部分的观测重点的不同，设计一个观察物体的视点

研究光的一些性质

光具有各种各样的性质，对图像的影响各不相同

视频问题

连续帧进行分割物体（这个出现的比较多），视频稳像,视频跟踪，同时还有根据现有状态估计将来的动作

跟踪

物体的跟踪从而创建不同的模型。

图形（图像）变换

这个地方图形变换中的相同物体的识别

前景和背景的分离