图像重定向算法。研究者提出了众多根据内容识别进行的图像重定向算法。Shaｍir和Sorkine发表了关于图像重定向算法的综述，将算法划分为两大类：离散型算法和连续型算法。线裁剪（seaｍ carving）是典型的离散型算法。连续型算法通常优化重定向前后像素间映射，使其满足特定约束，使图像主体物体不变形，减少图像形变。Guo等采用网格参数化方法进行图片重定向计算，保持图片中主要物体不变同时调整背景，能够有效减少调整后图片视觉上的变形。通过在优化能量中加入保形约束，算法达到了主耍物体不变、对背景进行调整的目的。

人脸图像处理。在人类数百年的历史中，视觉系统能够快速而准确的识别人脸、区分人脸上细微改变。大量研究工作专注于研究人脸，包括人脸美化，检测和识别等。Chen等提出了一种将肖像抽象为卡通风格的算法。此方法稳定有效，但是卡通化结果依赖于样例训练集。Ｗang等提出了数据驱动的素描合成方法，能够在保持图像特征前提下生成素描风格的结果。Berger等将线条提取和艺术家风格融入到素描生成算法中，取得了不错的效果。Zhang等通过数据驱动的方法生成自然生动的卡通化肖像。此方法简单易用，但是只能处理正脸图片，并且无法保留皱纹、痣等细节。