BOXCOUNT 对 D 维数组（其中 D=1,2,3）进行 Box-Counting。 Box-counting 方法可用于确定一个的分形属性1D 片段、2D 图像或 3D 阵列。 如果 C 是一个分形集，分形维数 DF < D，那么覆盖该集所需的大小为 R 的框的数量 N 为 R^(-DF)。 DF 被称为 Minkowski-Bouligand 维度，或 Kolmogorov 容量，或 Kolmogorov 维度，或简称为 box-counting 维度。 [N, R] = BOXCOUNT(C)，其中C是一个D维数组（D=1,2,3），计算覆盖C的非零元素所需的大小为R的D维框的数量N . 盒子大小是 2 的幂，即 R = 1, 2, 4 ... 2^P，其中 P 是最小整数，满足 MAX(SIZE(C)) <= 2^P。 如果 C 在每个维度上的大小小于 2^P，则 C 用

unity 2的绳索插件 ，2D Rope Editor

使用微分纯对数恶魔算法进行 2D 和 3D 图像配准的简单 matlab 代码提供代码以帮助理解Demons算法 - 欢迎任何评论或改进

使用手势识别的CNNLSTM 使用GRIT数据集，构建了将2D CNN与LSTM相结合的模型，以从webCam视频提要中执行实时手势识别。 也使用LSTM建立了使用3D CNN的另一个模型。 目标 构建能够实时检测视频中手势的计算机视觉深度学习模型。 模型应能够在低端设备上运行。 （没有GPU） 模型应该可以快速训练（30分钟内进行训练） 在每个手势动作中使用有限的样本来提取可用的准确性。 预先处理 由于我们的动机是运动识别，因此我们首先必须检测帧序列之间的运动。 我使用时差法。 时间差异涉及两个或三个连续帧之间的差异，然后凝结连续帧之间的差异以提取运动对象的运动。 它非常容易且快速地进行计算，并且在动态环境中具有更好的性能。 使用等式计算差分图像： Δ = (

模拟2D绳子效果，可以剪断绳子，可以挂载2D刚体，模拟割绳子之类的游戏效果。Unity package，直接拖入工程即可使用。

Phun,一个 “2D physics sandbox”,是 Ume? 大学一个硕士生的毕业作品。可以用鼠标画任意形状的物体,或者链条、弹簧之类进去,也可以拖拉,这些物体就会根据力学原理运动起来。很好玩,可用它来做很多有趣的场景。当然也可用它做物理教育工具...

人脸图像的色彩信息也是人脸的重要特征，但现有的2D-PCA彩色人脸识别忽略了人脸色彩信息的空间关系。由此引入三阶张量表示，提出基于张量的2D-PCA（Tensor PCA）的人脸识别算法。Tensor PCA通过分解[n]模总体散布矩阵获得三个由最大特征值对应的特征向量组成的将张量样本投影到低维子空间的投影矩阵，并构造交替最小二乘法的迭代过程对矩阵进行优化得到最优投影矩阵，使得投影后的样本间的距离尽可能得大，以达到最佳分类识别的效果。Georgia Tech彩色人脸库的测试结果表明，与2D-PCA方法相比，识别正确率提升了5.53%，同时训练时间降低了78.1%。

调用任何图像，计算 2D FFT，将结果与此 matlab 程序中提供的掩码相乘。

Store上的一个Demo,可以实现点击，拖动屏幕出现水波纹效果，个人感觉效果还不错，需要的可以下载试试看，，

一维 Burgers 方程使用显式空间离散化（迎风和中心差分）和域 (0,2) 上的周期性边界条件求解。 二维情况在 2X2 的方形域上求解，并且对扩散项使用显式和隐式方法。 沿域的边缘使用Dirichlet边界条件。