针对城市道路交通视频难以直接提取交通背景，导致前景目标检测不准确的问题，提岀了一种基于帧间差分和统计直方图的交通视频背景建模方法。一个好的背景建

RGB-D图像显著性检测是指在传统的2D图像中附加深度信息从而提取显著对象，但是现有的显著性检测模型，大多数只关注显著物体本身，却忽略了背景信息。因此，提岀了一个新颖的昰著性检测模型，将深度信息同时

针对水下成像过程中的图像降质和颜色衰减现象，提出一种基于全局背景光估计和颜色校正的图像增强算法。利用雾图像和水下图像的相似性对空气中的去雾算法进行改进，在估计图像全局背景光时选取矩形模板对图像分块

主流背景流量生成方法有导入互联网实际流量法以及利用网络测试仪器生成法等，但是这些方法均较少关注流量的时空分布与业务流量细节分布，无法实现流量的深度模拟。为此，提出一个针对Web业务系统

对复杂背景下的人脸图像，提出一种快速人脸检测识别方法。包括基于肤色模型和OpenCV的综合方法进行人脸检测定位，并对图像重新保存、预处理，用以克服光照因素的干扰，剔除复杂背景对人脸识别不利因素