7894561@dagsvm

基于混沌的数字水印研究技术 matlab 编程 提取与嵌入(Chaos-based digital watermarking technology research extraction and Matlab programming embedded)

说明：  图像匹配相关文献7篇，主要有小波变换用于理论研究及匹配的算法实现。对于刚进行图像匹配研究的人员很有帮助(Matching literature 7, mainly used for theoretical research on wavelet transform and matching algorithm. Matching of the images for just the staff very helpful)

基于Gabor 变换的地震反褶积正反变换程序，以及和维纳反褶积的对比程序 (Gabor transform based on seismic deconvolution forward and reverse transform procedures, and the Wiener deconvolution of the comparison program)

使用4阶龙格库塔定理计算一阶微分方程组，方程组有3个方程(RK calculation of differential equations)

用matlab中各种不同方法对模糊图像进行复原，有维纳滤波，盲返卷积，Lucy-richardson方法，规则化复原图像等(Various different methods using matlab fuzzy image restoration, with Wiener filtering, blind convolution back, Lucy-richardson methods, rules-based recovery images, etc.)

英文文本的相似度计算，分别从词形、词序、词义等方面进行权重计算，得到相似度结果(English text similarity calculation were re-calculated from the word form, word order, meaning, etc. right, the similarity results)

说明：  使用说明： 全网唯一的一款能够快速完全浏览+整理微信图片视频的软件! 智能的发现微信聊天中的显示过的图片、视频，并将它们汇总在一起，方便您随时浏览。 您可以将您亲人的照片、工作中的重要图片、搞笑的视频等资源，整理收藏起来。 提供图片、视频的备份功能，收藏就是备份到手机的存储卡上。(Instructions: The only software on the whole network that can browse and organize the pictures and videos of Wechat quickly and completely! Intelligent discovery of pictures and videos displayed in the micro-chat, and aggregate them together to facilitate your browsing at any time. You can organize and collect photos of your relatives, important pictures at work, funny videos and other resources. Provide the backup function of pictures and videos, and the collection is backed up to the memory card of the mobile phone.)

说明：  采用模糊C均值聚类算法求到欧式距离和方差，对数据集（特征+标签）进行分类并得到分类准确率(The Euclidean distance and variance are calculated by fuzzy c-means clustering algorithm, and the data set (feature + label) is classified and the classification accuracy is obtained)

说明：  EM算法实现,是matlab主站上获得的可靠程序。(EM algorithm，which is from the matlab net about image processing.)

我们提出了一个简单、灵活和通用的对象实例分割框架。我们的方法能有效检测图像中的对象，同时为每个实例生成高质量的 segmentation mask。这种被称为 Mask R-CNN 的方法通过添加用于预测 object mask 的分支来扩展 Faster R-CNN，该分支与用于边界框识别的现有分支并行。Mask R-CNN 训练简单，只需在以 5fps 运行的 Faster R-CNN 之上增加一个较小的 overhead。此外，Mask R-CNN 很容易推广到其他任务，例如它可以允许同一个框架中进行姿态估计。我们在 COCO 系列挑战的三个轨道任务中均取得了最佳成果，包括实例分割、边界对象检测和人关键点检测。没有任何 tricks，Mask R-CNN 的表现优于所有现有的单一模型取得的成绩，包括 COCO 2016 挑战赛的冠军。(Mask R-CNN code by HeKaiming)