说明：UMAP-2000.2
说明：sparsity preserving projections (SPP)方法，根据论文《sparsity preserving projections with applications to face recognition》使用AR人脸数据库
说明：本人在写论文时自己编写的虹膜瞳孔的分割，采用二值化方法，并附有图片。希望有人和我一起研究。
说明：图像的泊松编辑，利用泊松方程，将一个目标（月亮）无缝的插入到另一个场景（夜空）中，参考论文：Poisson_Image_Editing。
说明：美赛资料！拿走拿走！
说明：美赛正确写作姿势
说明：出自较新的国际会议论文的图像去噪算法实现。对自然图像的去噪非常有效，即可以自己实际使用，也可以进一步研究学习。
说明：2016年E题O奖
说明：一个学习自然场景类别的贝叶斯模型、基于“词袋”模型的目标分类。来源于Feifei Li的论文。是近年来的目标识别模型热点之一。