CN116974453A - 信号处理方法、信号处理装置、信号处理器、设备及介质 - Google Patents
信号处理方法、信号处理装置、信号处理器、设备及介质 Download PDFInfo
- Publication number
- CN116974453A CN116974453A CN202311242102.XA CN202311242102A CN116974453A CN 116974453 A CN116974453 A CN 116974453A CN 202311242102 A CN202311242102 A CN 202311242102A CN 116974453 A CN116974453 A CN 116974453A
- Authority
- CN
- China
- Prior art keywords
- sampling
- signal
- sampler
- signals
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 title claims abstract description 36
- 238000005070 sampling Methods 0.000 claims abstract description 920
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000005284 excitation Effects 0.000 claims description 36
- 230000005764 inhibitory process Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000003491 array Methods 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 16
- 108010076504 Protein Sorting Signals Proteins 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 102000010970 Connexin Human genes 0.000 description 2
- 108050001175 Connexin Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000003976 gap junction Anatomy 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/05—Digital input using the sampling of an analogue quantity at regular intervals of time, input from a/d converter or output to d/a converter
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/124—Sampling or signal conditioning arrangements specially adapted for A/D converters
- H03M1/1245—Details of sampling arrangements or methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analogue/Digital Conversion (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种信号处理方法、信号处理装置、信号处理器、设备及介质,属于计算机技术领域。方法包括:通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号;针对预测时刻,根据历史输出信号进行信号预测,确定预测时刻的预测采样信号,历史输出信号包括预测时刻之前的至少一个采样输出信号;根据预测时刻的预测采样信号和预测时刻的第二采样信号,确定误差比较结果;基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号。根据本公开能够降低采样输出数据的冗余,同时兼顾信号重建质量。
Description
技术领域
本公开涉及计算机技术领域,特别涉及一种信号处理方法、信号处理装置、信号处理器、电子设备及计算机可读存储介质。
背景技术
现代信号处理的一个关键基础是香农-奈奎斯特采样理论,即对于带限信号而言,如果其采样频率为信号带宽的两倍,则可以无失真重建原始信号。但是香农采样定理属于信号重建的充分非必要条件,可能存在数据上的冗余。
发明内容
本公开提供一种信号处理方法、信号处理装置、信号处理器、电子设备及计算机可读存储介质。
第一方面,本公开提供了一种信号处理方法,该信号处理方法包括:通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,所述第一采样器的第一采样频率小于所述第二采样器的第二采样频率;针对预测时刻,根据历史输出信号进行信号预测,确定所述预测时刻的预测采样信号,所述历史输出信号包括所述预测时刻之前的至少一个采样输出信号;根据所述预测时刻的预测采样信号和所述预测时刻的第二采样信号,确定误差比较结果;基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号。
第二方面,本公开提供了一种信号处理装置,该信号处理装置包括:采样模块,用于通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,所述第一采样器的第一采样频率小于所述第二采样器的第二采样频率;预测模块,用于针对预测时刻,根据历史输出信号进行信号预测,确定所述预测时刻的预测采样信号,所述历史输出信号包括所述预测时刻之前的至少一个采样输出信号;确定模块,用于根据所述预测时刻的预测采样信号和所述预测时刻的第二采样信号,确定误差比较结果;输出模块,用于基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号。
第三方面,本公开提供了一种信号处理器,该信号处理器包括:至少一个第一采样器、第二采样器和信号处理装置;其中,所述信号处理装置用于执行本公开实施例中任一项所述的信号处理方法。
第四方面,本申请提供了一种电子设备,该电子设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的一个或多个计算机程序,一个或多个所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开实施例任一项所述的信号处理方法。
第五方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序在被处理器/处理核执行时实现本公开实施例任一项所述的信号处理方法。
本公开所提供的实施例,通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,第一采样器的第一采样频率小于第二采样器的第二采样频率;针对预测时刻,根据历史输出信号进行信号预测,确定预测时刻的预测采样信号,历史输出信号包括预测时刻之前的至少一个采样输出信号;根据预测时刻的预测采样信号和预测时刻的第二采样信号,确定误差比较结果;基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号。
由此可知,考虑到预设目标的频率可能具有可变性,若仅采用一种固定的采样频率对该预设目标进行采样,则可能无法兼顾采样效果和采样输出数据冗余的问题,因此,本公开实施例通过利用至少部分历史输出信号进行信号预测,并比较预测采样信号与该预测时刻对应的、实际的高频采样信号,得到误差比较结果,通过误差比较结果可以判断预测采样信号是否较为准确,当误差比较结果说明预测采样信号较为准确时,则后续向外输出采样频率较低的第一采样信号即可,当误差比较结果说明预测采样信号准确性较低时,则后续向外输出采样频率较高的第二采样信号即可。通过这种方式,可以在预设目标处于低频的情况下,输出采样频率较低的第一采样信号,在预设目标处于高频的情况下,输出采样频率较高的第二采样信号。相应的,在进行信号重建时,对于低频情况,仅使用第一采样信号即可实现较为准确的信号重建,且由于采样低频较低,因此采样噪声也相应较低,且冗余数据也较少,对于高频情况,则可以利用第二采样信号进行信号重建,由于第二采样信号的采样频率较高,因此可以得到准确度较高的重建结果。综上,本公开实施例适用于频率不稳定等场景下的信号采集,一方面可以降低采样噪声和数据冗余,另一方面还可以保障信号重建的质量。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用来提供对本公开的进一步理解,并且构成说明书的一部分,与本公开的实施例一起用于解释本公开,并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述,以上和其他特征和优点对本领域技术人员将变得更加显而易见,附图主要包括以下内容。
图1为本公开实施例提供的一种信号处理方法的流程图。
图2为本公开实施例提供的一种像素的示意图。
图3为本公开实施例提供的一种像素阵列的示意图。
图4为本公开实施例提供的一种信号处理方法的示意图。
图5为本公开实施例提供的一种信号处理方法的示意图。
图6为本公开实施例提供的一种信号处理方法的示意图。
图7为本公开实施例提供的一种信号处理方法的示意图。
图8为本公开实施例提供的一种采样信号和采样输出信号的示意图。
图9为本公开实施例提供的一种信号处理方法的流程示意图。
图10为本公开实施例提供的一种信号处理装置的框图。
图11为本公开实施例提供的一种信号处理器的框图。
图12为本公开实施例提供的一种电子设备的框图。
具体实施方式
为使本领域的技术人员更好地理解本公开的技术方案,以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在不冲突的情况下,本公开各实施例及实施例中的各特征可相互组合。
如本文所使用的,术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例,且不意欲限制本公开。如本文所使用的,单数形式“一个”和“该”也意欲包括复数形式,除非上下文另外清楚指出。还将理解的是,当本说明书中使用术语“包括”和/或“由……制成”时,指定存在所述特征、整体、步骤、操作、元件和/或组件,但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。
除非另外限定,否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解,诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义,且将不解释为具有理想化或过度形式上的含义,除非本文明确如此限定。
相关技术中,在大部分采样场景中,被采样信号的频率通常远小于采样频率,通过这种方式可以在一定程度上提高信号重建质量。针对被采样信号频率可变的场景,可能出现信号频率小于采样频率、信号频率等于采样频率、信号频率大于采样频率的情况,从而可能产生过采样(采样频率远大于信号频率)和欠采样(采样频率小于信号频率)的问题。对于过采样问题,虽然可以较好地重建信号,但是通常会产生大量的冗余数据;对于欠采样问题,则可能导致数据的丢失,从而无法保证信号重建质量(例如,车轮毂倒转的假象)。
由此可知,相关技术中并没有提出一种合理的采样方法,使得通过该采样方法进行采样时,既可以有效减少采样数据的冗余,同时兼顾信号重建质量。
有鉴于此,本公开实施例提供一种信号处理方法、信号处理装置、信号处理器、电子设备及计算机可读存储介质。
在本公开实施例中,通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,第一采样器的第一采样频率小于第二采样器的第二采样频率;针对预测时刻,根据历史输出信号进行信号预测,确定预测时刻的预测采样信号,历史输出信号包括预测时刻之前的至少一个采样输出信号;根据预测时刻的预测采样信号和预测时刻的第二采样信号,确定误差比较结果;基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号。
由此可知,考虑到预设目标的频率可能具有可变性,若仅采用一种固定的采样频率对该预设目标进行采样,则可能无法兼顾采样效果和采样输出数据冗余的问题,因此,本公开实施例通过利用至少部分历史输出信号进行信号预测,并比较预测采样信号与该预测时刻对应的、实际的高频采样信号,得到误差比较结果,通过误差比较结果可以判断预测采样信号是否较为准确,当误差比较结果说明预测采样信号较为准确时,则后续向外输出采样频率较低的第一采样信号即可,当误差比较结果说明预测采样信号准确性较低时,则后续向外输出采样频率较高的第二采样信号即可。通过这种方式,可以在预设目标处于低频的情况下,输出采样频率较低的第一采样信号,在预设目标处于高频的情况下,输出采样频率较高的第二采样信号。相应的,在进行信号重建时,对于低频情况,仅使用第一采样信号即可实现较为准确的信号重建,且由于采样低频较低,因此采样噪声也相应较低,且冗余数据也较少,对于高频情况,则可以利用第二采样信号进行信号重建,由于第二采样信号的采样频率较高,因此可以得到准确度较高的重建结果。综上,本公开实施例适用于频率不稳定等场景下的信号采集,一方面可以降低采样噪声和数据冗余,另一方面还可以保障信号重建的质量。
本公开实施例第一方面提供一种信号处理方法。
图1为本公开实施例提供的一种信号处理方法的流程图。参照图1,该信号处理方法可以包括如下步骤。
在步骤S11中,通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,第一采样器的第一采样频率小于第二采样器的第二采样频率。
在步骤S12中,针对预测时刻,根据历史输出信号进行信号预测,确定预测时刻的预测采样信号,历史输出信号包括预测时刻之前的至少一个采样输出信号。
在步骤S13中,根据预测时刻的预测采样信号和预测时刻的第二采样信号,确定误差比较结果。
在步骤S14中,基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号。
由此可知,在本公开实施例中,在信号采样过程中,设置有采样频率相对较低的第一采样器和采样频率相对较高的第二采样器,两者按照各自的采样频率对预设目标进行采样;在输出采样信号时,并不会将所有采样器的采样信号均向外输出,而是根据一些条件判断哪些采样信号可以作为采样输出信号向外输出,哪些采样信号不会加入到采样输出信号向外输出。通过这种方式,一方面可以保证采样信号较为充分,不会由于采样较少而导致数据丢失的问题,确保信号的重建质量,另一方面还可以减少输出冗余的采样信号,从而以较高的数据利用率实现高质量的信号重建。
在一些可选的实现方式中,预设目标是待采样对象,其可以对应一维数据(例如,音频数据),也可以对应二维数据(例如,二维图像)和三维数据(例如,带有深度信息的三维图像),甚至可以对应n-D(n-Dimensions)数据(例如,多维度点云数据),本公开实施例对此不作限制。
在一些可选的实现方式中,第一采样器和第二采样器均是用于对预设目标进行采样的采样器,并且第一采样器和第二采样器可以采集不同类型的信号,与之相应的,第一采样信号和第二采样信号分别属于不同类型的采样信号。
在一些可选的实现方式中,若预设目标是音频形式,则第一采样器可用于采集音强类信号,相应的,第一采样信号包括音强信号,第二采样器可用于采集音高类信号,相应的,第二采样信号包括音高信号。其中,音强用于反映声音的强弱,它通常由声音的振幅决定,音高则用于反映声音的高低,它通常与声音频率相关。
在一些可选的实现方式中,若预设目标是图像形式,则第一采样器可用于采集颜色类信号,相应的,第一采样信号包括颜色采样信号;第二采样器可用于采集光强类信号,相应的,第二采样信号可以包括光强绝对信号和/或光强相对信号。其中,颜色采样信号是关于颜色的信号(例如,颜色采样信号可以包括RGB采样信号,RGB分别对应红色Red、绿色Green和蓝色Blue),光强绝对信号是用于反映采样时刻光强的绝对取值的信号,光强相对信号是可以反映光强的变化情况的信号,而且,光强的变化可以是指光强在空间维度中的变化,也可以指光强在时间维度上的变化。
示例性地,第一采样信号包括颜色采样信号,第二采样信号包括时空差分采样信号;其中,时空差分采样信号包括时间差分子信号和空间差分子信号,时间差分子信号用于表征与预设目标对应的采样区域在相邻两个第二采样时刻之间的光强差异信息,空间差分子信号用于表征采样区域与相邻采样区域在同一第二采样时刻的光强差异信息。换言之,颜色采样信号是针对预设目标对应的采样区域进行颜色采样得到的采样信号,时空差分采样信号则可以从时间维度和空间维度反映采样区域的光强的差异情况。
例如,在第一采样时刻t11,由第一采样器采集得到的第一采样信号中包括与预设目标对应的采样区域Q1的颜色采样信号,该颜色采样信号包括红色采样分量、绿色采样分量和蓝色采样分量。
例如,在第二采样时刻t21,由第二采样器采集得到的第二采样信号中包括与预设目标对应的采样区域Q1的时空差分采样信号,该时空差分采样信号中的空间差分子信号可以反映在第二采样时刻t21,采样区域Q1与相邻的采样区域Q2、Q3、Q4和Q5之间的光强差异信息,该时空差分采样信号中的时间差分子信号可以反映采样区域Q1在第二采样时刻t21与上一个第二采样时刻t20之间的光强差异信息,其中,1/(t21-t20)=f2,f2为第二采样器的第二采样频率,Q2、Q3、Q4、Q5为分别位于Q1上方、下方、左侧和右侧的相邻采样区域。
在一些可选的实现方式中,在步骤S11中,通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,包括:通过第一采样器对预设目标进行颜色采样,得到第一采样频率的多个第一采样信号,预设目标对应的采样区域包括多个像素,第一采样信号中包括与多个像素对应的多个颜色采样信号;通过第二采样器对预设目标进行光强差分采样,得到第二采样频率的多个第二采样信号,第二采样信号中包括与多个像素对应的多个时空差分采样信号。其中,光强差分采样是指从时间维度和空间维度采集采样区域的光强变化信号。
由此可知,在对任意一个像素进行采样时,可以通过第一采样器采集该像素的颜色采样信号,并通过第二采样器采集该像素的时空差分采样信号。进一步地,后续可以通过信号预测、误差比较等方式,从第一采样信号和第二采样信号中选取出采样输出信号并向外输出,使得预设目标对应的采样输出信号序列中既可能包括颜色采样信号,也可能包括光强差分采样信号。
需要说明的是,针对颜色采样信号而言,其需要采集预设目标的每个采样区域的颜色信号,且颜色信号通常为非零取值,因此,若将颜色采样信号表征为矩阵形式,则对应的颜色矩阵中大部分取值为非零取值。
针对时空差分采样信号,无论是在时间维度还是空间维度上,其采集的均是光强差异信号。考虑到预设目标的变化具有连续性,是一个循序渐进的过程,因此,在相邻的两个第二采样时刻中,针对预设目标的同一采样区域而言,光强变化可能较小或者不存在光强变化,反映到时间差分子信号中,表现为时间差分子信号的大部分取值为零,可能只有少量采样区域的时间差分子信号为非零取值(非零取值表征对应采样区域在相邻两个第二采样时刻的光强发生了变化)。类似的,在预设目标内,相邻位置的光强通常也较为接近,因此,针对任意一个第二采样时刻而言,预设目标的空间差分子信号的大部分取值也是零,可能只有少量采样区域为非零取值(非零取值表征当前采样区域与相邻采样区域之间的光强存在差异)。若将上述时间差分子信号和空间差分子信号表征为矩阵形式,则对应的时间差分矩阵和空间差分矩阵属于稀疏矩阵。
进一步地,若将预设目标的采样区域表征为N×N,则对应的颜色采样信号可以表征为W1N×N,时空差分采样信号可以表征为W2N×N=(W21N×N,W22N×N),其中,W21N×N表示时间差分子信号,其中,W22N×N表示空间差分子信号。若采用相同的数据精度进行数值表征,则由于W1N×N为非稀疏矩阵,因此,W1N×N的数据量可能较大,W21N×N和W22N×N均属于稀疏矩阵,因此,W2N×N的数据量相对较小。
假设每次进行颜色信号采集得到的颜色采样信号的数据量大小为a1(即假设W1N×N的数据量大小为a1),若第一采样频率为f1,第二采样频率为f2(f1<f2),且第一采样器和第二采样器的均用于采集颜色信号,那么在T时间段内,所有采样信号的总数据量大小为(T×f1)×a1+(T×f2)×a1,采样输出信号的数据量取值范围为[(T×f1)×a1,(T×f2)×a1],其中,数据量取值范围为(T×f1)×a1时表征采样输出信号均为第一采样信号,数据量取值范围为(T×f2)×a1时表征采样输出信号均为第二采样信号。
假设每次进行时空差分采样得到的时空差分信号的数据量大小为a2(即假设W2N×N的数据量大小为a2,且a2远远小于a1),且第一采样器用于采集颜色信号,第二采样器用于采集时空差分信号,则在T时间段内,所有采样信号的总数据量大小为(T×f1)×a1+(T×f2)×a2,采样输出信号的数据量取值范围为[(T×f2)×a2,(T×f1)×a1],其中,数据量取值范围为(T×f2)×a2时表征采样输出信号均为第二采样信号,数据量取值范围为(T×f1)×a1时表征采样输出信号均为第一采样信号。
由于a2远远小于a1,因此,通过比较(T×f1)×a1+(T×f2)×a1和(T×f1)×a1+(T×f2)×a2可知,在第二种采样方式(即第一采样器采集颜色信号,第二采样器采集光强差分信号)中,采样信号的总数据量相对较小,因此,采用第二种采样方式可以有效减少采样数据量,缓解采样数据缓存压力。类似的,通过比较[(T×f1)×a1,(T×f2)×a1]和[(T×f2)×a2,(T×f1)×a1]可知,第二种采样方式的采样输出信号的数据量小于第一种采样方式的采样输出信号的数据量。
综上可知,在本公开实施例中,通过使用采样频率较低的第一采样器采集数据量相对较大的颜色信号,使用采样频率较高的第二采样器采集数据量相对较小的时空差分信号的方式,可以进一步减少采样数据量和采样输出信号的数据量,从而有效地减少了数据冗余,同时也能满足较高的信号重现质量需求。
由此可知,通过不同采样频率采集不同类型的信号,第一方面,可以确保采样数据的充分性,有效缓解由于采样不充分而导致重建质量较低,第二方面,还可以减少采样数据的数据量,同时减少输出冗余的采样数据。
需要说明的是,由于第二采样器对预设目标进行的是光强差分采样,因此,第二采样器相当于采集预设目标的光强变化信息,并且,通常情况下只有在预设目标的光强发生变化的情况下才会产生光强变化事件,从而生成相应的时空差分采样信号,而在颜色信号采样时需要针对每个采样时刻进行全局的颜色采样,由此可知,通过不同的采样方式可以有效提高感知效率。
在一些可选的实现方式中,第二采样信号包括空间差分子信号和时间差分子信号,相应的,通过第二采样器对预设目标进行光强差分采样,得到第二采样频率的多个第二采样信号,包括:通过第二采样器对预设目标进行光强差分采样,得到当前第二采样时刻的、与各个像素对应的兴奋光强信号和多个抑制光强信号,兴奋光强信号是对像素中的兴奋型感光单元进行采样得到的信号,抑制光强信号是对像素中的抑制型感光单元进行采样得到的信号;根据多个抑制光强信号,确定当前第二采样时刻的、与各个像素对应的平均抑制光强信号;根据当前第二采样时刻的、各个像素的兴奋光强信号与对应的平均抑制光强信号之间的第一差异值,得到当前第二采样时刻的、与各个像素对应的空间差分子信号;根据当前第二采样时刻的、各个像素的兴奋光强信号以及前一个第二采样时刻的、各个像素的兴奋光强信号之间的第二差异值,得到当前第二采样时刻的、与各个像素对应的时间差分子信号。
由此可知,一个像素中可以包括一个兴奋型感光单元和至少一个抑制型感光单元,第二采样器在进行采样时,针对兴奋型感光单元采集的是兴奋光强信号,针对抑制型感光单元采集的是抑制光强信号,并且,根据兴奋光强信号与抑制型感光单元的平均抑制光强信号之间的第一差异值,可以得到当前第二采样时刻的、与该像素对应的空间差分子信号;根据当前第二采样时刻的、该像素的兴奋光强信号以及前一个第二采样时刻的、该像素的兴奋光强信号之间的第二差异值,可以得到当前第二采样时刻的、与该像素对应的时间差分子信号。
图2为本公开实施例提供的一种像素的示意图。参照图2,像素内阵列排布有多个单元,其中,在像素的四个顶角分布着四个抑制型感光单元,在像素的中心位置分布有一个兴奋型感光单元,其他位置分布有四个颜色单元。
在进行信号采集时,基于第一采样器对四个颜色单元进行颜色采样,可以得到第一采样频率的多个颜色采样信号,同时,基于第二采样器分别对抑制型感光单元和四个兴奋型感光单元进行采样,得到第二采样频率的一个兴奋光强信号和四个抑制光强信号。
例如,针对第二采样时刻t,如果对应的兴奋光强信号为x1,四个抑制光强信号为y1、y2、y3和y4,则可以基于均值计算得到平均抑制光强信号y均值=(y1+y2+y3+y4)/4,并确定第二采样时刻t的空间差分子信号s1=x1-y均值。进一步地,若第二采样时刻的采样间隔为ΔT,且假设上一个第二采样时刻t-ΔT中,兴奋光强信号为x2,则第二采样时刻t对应的时间差分子信号s2=x1-x2。其中,时间差分子信号s2是带有符号的数值,当其取值为正数时,表示当前第二采样时刻的光强度较上一个第二采样时刻的光强度得以提高,反之,如果s2取值为负数时,表示当前第二采样时刻的光强度较上一个第二采样时刻的光强度得到了降低。
通过这种阵列交替地排布兴奋型感光单元和抑制型感光单元的方式,能够提升对光信号的光强变换的感知能力,从而能够采集到光强表征信息更加丰富和准确的采样信号。
在一些可选的实现方式中,为了仿真人眼的缝隙连接(Gap Junction)视觉模式,可以在像素的兴奋型感光单元和抑制型感光单元之间设置连接开关,当环境光照较强时,通过调整连接开关的开合,使兴奋型感光单元接入较少的抑制型感光单元(例如,兴奋型感光单元仅接入一个抑制型感光单元),当环境光照较弱时,通过调整连接开关的开合,使兴奋型感光单元接入较多的抑制型感光单元(例如,兴奋型感光单元与四个抑制型感光单元均连接)。
在一些可选的实现方式中,通过第二采样器对预设目标进行光强差分采样,得到当前第二采样时刻的、与各个像素对应的兴奋光强信号和多个抑制光强信号之前,方法还包括:获取各个像素中兴奋型感光单元与多个抑制型感光单元之间的连接状态;通过第二采样器对预设目标进行光强差分采样,得到当前第二采样时刻的、与各个像素对应的兴奋光强信号和多个抑制光强信号;基于各个像素对应的连接状态,通过第二采样器对预设目标进行光强差分采样,得到当前第二采样时刻的、与各个像素对应的兴奋光强信号和至少一个有效抑制光强信号,抑制型光强信号是对像素中与兴奋型感光单元的连接状态为开启连接的抑制型感光单元进行采样得到的信号。
换言之,第二采样器在进行光强差分采样之前,需要明确哪些抑制型感光单元与兴奋型感光单元处于开启状态,哪些抑制型感光单元与兴奋型感光单元处于关闭状态,进而在进行光强差分采样时,仅对开启状态的抑制型感光单元进行采样,从而得到相应的有效抑制光强信号。或者,第二采样器也可以对所有的抑制型感光单元进行采样,但是后续参与光强差分计算时,仅使用有效抑制光强信号。
在一些可选的实现方式中,多个像素可以阵列排布以形成像素阵列,且相邻两个像素之间共用至少一个抑制型感光单元。
图3为本公开实施例提供的一种像素阵列的示意图。参照图3,该像素阵列由多个像素阵列排布而成。
如图3所示,位于像素阵列左上角的第一个像素被标记为像素1,与其相邻的第二个像素被标记为像素2,位于像素阵列第1行第3列的抑制型感光单元以及第3行第3列的抑制型感光单元,既属于像素1的最右侧的两个抑制型感光单元,也属于像素2的最左侧的两个抑制型感光单元。换言之,像素1与像素2共用上述两个抑制型感光单元。其他像素与之类似,在此不再展开描述。
通过上述像素排列方式,实现了对抑制型感光单元的复用,而且还有利于提升像素填充因子,从而能够提高采样信号的准确性。并且,在进行传感器等芯片设计时,可以参考上述像素阵列的布局方式以及采集器针对像素阵列的信号采样方式和信号输出方式,从而得到传感效率较高、且重建效果较佳的芯片。
在一些可选的实现方式中,第一采样器和第二采样器可以采集相同类型的信号。
示例性地,第一采样器用于基于第一采样频率对预设目标对应的采样区域进行颜色采样,从而可以得到第一采样频率的多个颜色采样信号,第二采样器用于基于第二采样频率对预设目标对应的采样区域进行颜色采样,从而可以得到第二采样频率的多个颜色采样信号。
示例性地,第一采样器用于基于第一采样频率对预设目标对应的采样区域进行光强差分采样,从而可以得到第一采样频率的多个时空差分采样信号,第二采样器用于基于第二采样频率对预设目标对应的采样区域进行光强差分采样,从而可以得到第二采样频率的多个时空差分采样信号。
需要说明的是,以上对于第一采样信号和第二采样信号仅是举例说明,本公开实施例对此不作限制。
在一些可选的实现方式中,在得到第一采样信号和第二采样信号之后,并不确定输出哪个采样信号,因此,通过步骤S12、步骤S13及步骤S14分别进行信号预测、误差比较和信号输出,从而明确将第一采样信号还是第二采样信号加入到采样输出信号向外输出。
在一些可选的实现方式中,在步骤S12中,针对预测时刻,可以根据历史输出信号进行信号预测,从而可以得到该预测时刻的预测采样信号,其中,历史输出信号包括预测时刻之前的采样输出信号,其可以是预测时刻之前的一个或多个采样输出信号,且该一个或多个采样输出信号既可能仅包括第一采样信号,也可能仅包括第二采样信号,还可能既包括第一采样信号也包括第二采样信号,本公开实施例对此不作限制。
在一些可选的实现方式中,预测时刻是基于预设预测需求、经验、统计数据、仿真结果等信息中的任意一种或多种进行确定,相邻两个预测时刻的间隔可以是相同的,也可以是不同的,本公开实施例对此不作限制。
示例性地,可以每间隔预设时间周期确定一个预测时刻,并在该预测时刻进行信号预测。
例如,在t1时刻进行第i次信号预测(即t1时刻为预测时刻),在t1+T时刻进行第i+1次信号预测,……,在第t1+nT时刻进行第i+n次信号预测。其中,T为预设时间周期,i为大于等于1的整数,n也是大于等于1的整数。
示例性地,可以在检测到重建信号质量较差时,进行信号预测。
例如,在t1时刻获取的信号重建结果的准确性低于预设准确性阈值,则在t2时刻进行信号预测,其中,t2时刻是距离t1时刻较为接近的时刻。
需要说明的是,无论是在哪个预测时刻进行信号预测,所使用的历史输出信号均包括与该预测时刻相邻的前一段时间内输出的采样输出信号,这些相邻的采样输出信号可以较为准确地反映历史时间段内的信号采样情况,从而可以得到较为准确的信号预测结果。
例如,若预测时刻为t1,则可以使用t0至t1时间段内的历史输出信号进行信号预测,其中,t0小于t1。进一步地,若t0至t1之间存在多个预测时刻(即上一个预测时刻晚于t0),则相应的历史输出信号中可能既存在第一采样信号,也存在第二采样信号,若t0至t1之间不存在预测时刻(即上一个预测时刻早于t0),则相应的历史输出信号中可能仅存在第一采样信号或者仅存在第二采样信号。
需要说明的是,在进行信号预测时,通常情况下,如果选取的历史输出信号所对应的时间段较长,则信号预测结果可能相对较为准确,如果选取的历史输出信号所对应的时间段较短,则信号预测结果的准确性可能较低。至于选取多长时间段的历史输出信号进行信号预测,可以根据经验、统计数据、仿真数据以及预测准确度需求等进行确定,本公开实施例对此不作限制。
在一些可选的实现方式中,根据历史输出信号进行信号预测,确定预测时刻的预测采样信号,包括:将历史输出信号输入预设预测器中进行信号预测,得到预测时刻的预测采样信号。
在一些可选的实现方式中,预设预测器可以是传统的预测器,也可以是基于神经网络构建的预测器。例如,预设预测器包括线性预测器、基于生成式神经网络(GenerativeNeural Networks,GNN)构建的预测器等。
在得到预测采样信号之后,可以在步骤S13中,比较预测时刻的预测采样信号和该预测时刻的第二采样信号,从而确定两者的误差比较结果。其中,预测时刻的第二采样信号是指针对预测时刻,由第二采样器对预设目标进行采样得到的信号。
需要说明的是,由于第二采样器为高速采样器,采样频率较高,采样间隔较短,因此,认为第二采样器的第二采样时刻可以“覆盖”任意一个预测时刻,即认为在每个预测时刻,第二采样器均执行了相应的信号采样处理,因而可以得到每个预测时刻的第二采样信号。或者也可以说,针对每个预测时刻,均存在与该预测时刻较为接近的一个第二采样时刻,由于预测时刻与第二采样时刻之间的时间间隔△t较短,预设目标在该时间间隔△t内发生变化的可能性不大,或者即便发生变化,该变化也是可忽略的,因此,认为在该第二采样时刻采集的信号与预测时刻采集的信号是相同的,从而将该第二采样时刻采集的第二采样信号作为该预测时刻的第二采样信号。
在一些可选的实现方式中,误差比较结果可以是对预测时刻的预测采样信号与第二采样信号之间进行差值运算得到的结果。
示例性地,误差比较结果包括预测时刻的预测采样信号和预测时刻的第二采样信号之间的第二信号差值。其中,第二信号差值可以是绝对值,也可以是带正负符号的差值,本公开实施例对此不作限制。
在一些可选的实现方式中,基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号,包括:在误差比较结果表征第二信号差值小于或等于预设误差阈值的情况下,选取并输出第一采样信号作为采样输出信号;在误差比较结果表征第二信号差值大于预设误差阈值的情况下,选取并输出第二采样信号作为采样输出信号。
由此可知,只要误差比较结果较低,则可以将采样频率较低的第一采样信号作为采样输出信号向外输出,只要误差比较结果较高,则可以将采样频率较高的第二采样信号作为采样输出信号向外输出。
在一些可选的实现方式中,第一采样信号为颜色采样信号,第二采样信号为时空差分采样信号,因此,两者属于不同类型的信号,可能无法直接与预测采样信号进行比较以得到误差比较结果,需要先执行一些信号转换等处理,从而针对相同类型的信号进行比较。
示例性地,第一采样信号为颜色采样信号,第二采样信号为时空差分采样信号,预测采样信号是预测得到的颜色信号;相应的,根据预测时刻的预测采样信号和预测时刻的第二采样信号,确定误差比较结果,包括:根据时空差分采样信号进行颜色信号重建,得到与预测时刻对应的重建颜色信号;计算重建颜色信号与预测采样信号之间的第一信号差值,得到误差比较结果;基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号,包括:在误差比较结果表征第一信号差值小于或等于预设误差阈值的情况下,选取并输出第一采样信号作为采样输出信号;在误差比较结果表征第一信号差值大于预设误差阈值的情况下,选取并输出第二采样信号作为采样输出信号。
由此可知,预测采样信号属于颜色信号,因此,在确定误差比较结果时,需要先基于至少一个时空差分采样信号进行颜色信号重建,得到预测时刻的重建颜色信号,使得预测采样信号能够与预测时刻的采样信号进行比较,从而得到第一信号差值。并且,在确定采样输出信号时,仍然是在第一信号差值较小时,输出第一采样信号,在第一信号差值较大时,输出第二采样信号。
在一些可选的实现方式中,预设误差阈值可以是基于采样噪声确定的阈值。这是由于考虑到采样过程中由于噪声影响可能导致采样信号产生误差,因此,可以基于采样噪声设置一个预设误差阈值,该预设误差阈值相当于一个误差带(error bond),只要误差值不超过该误差带的范围,则认为采样信号是准确的。应用到预测采样信号和第二采样信号中,即认为针对同一预测时刻,只要预测采样信号与第二采样信号之间的信号差值小于或等于该预设误差阈值,则认为预测采样信号是较为准确的,表示基于历史输出信号可以实现较为准确的信号预测,因此,使用较低频率的第一采样信号可以满足信号重建需求,反之,如果预测采样信号与第二采样信号之间的信号差值大于该预设误差阈值,则认为预测采样信号准确性较低,表示基于历史输出信号无法实现较为准确的信号预测,因此,后续需要使用频率较高的第二采样信号作为采样输出信号才能满足信号重建需求。
下面结合图4对本公开实施例的信号处理方法进行展开说明。
图4为本公开实施例提供的一种信号处理方法的示意图。如图4所示,历史输出信号存在三种情况:第一种情况中,历史输出信号仅包括第一采样信号(例如,至少一个第一采样信号),说明在该历史输出信号对应的历史时段内,将第一采样器的第一采样信号作为采样输出信号;在第二种情况中,历史输出信号仅包括第二采样信号(例如,至少一个第二采样信号),说明在该历史输出信号对应的历史时段内,将第二采样器的第二采样信号作为采样输出信号;在第三种情况中,历史输出信号既包括第一采样信号,也包括第二采样信号(例如,至少一个第一采样信号和至少一个第二采样信号),说明在该历史输出信号对应的历史时段内,既有一段时间将第一采样器的第一采样信号作为采样输出信号,也有一段时间将第二采样器的第二采样信号作为采样输出信号。
进一步地,针对预测时刻,通过历史输出信号进行信号预测,得到预测时刻的预测采样信号,并比较该预测采样信号与预测时刻的第二采样信号,可以得到误差比较结果,误差比较结果中包括信号差值,该信号差值既可以是第一信号差值,也可以是第二信号差值。
针对第一种情况,若信号差值≤预设误差阈值,则继续输出第一采样信号;若信号差值>预设误差阈值,则更换为输出第二采样信号。这是因为在历史输出信号阶段,就是由第一采样器输出第一采样信号,因此,在预测时刻之后,如果误差较小,则仍然由第一采样器输出第一采样信号即可,如果误差较大,则需要调整为由第二采样器输出第二采样信号作为采样输出信号。
针对第二种情况,由于在预测时刻之前的一段时间内将第二采样信号作为采样输出信号,因此,通常认为其出现信号差值>预设误差阈值的可能性较低,因此不予考虑这种情况。针对误差比较结果为信号差值≤预设误差阈值的情况,则更换为输出第一采样信号。
针对第三种情况,若信号差值≤预设误差阈值,则继续输出第一采样信号,或者从输出第二采样信号更换为输出第一采样信号,即在预测时刻之后的至少一段时间内输出的采样输出信号为第一采样信号;若信号差值>预设误差阈值,则更换为输出第二采样信号,或者从输出第一采样信号更换为输出第二采样信号,即在预测时刻之后的至少一段时间内输出的采样输出信号为第二采样信号。这是因为在历史输出信号阶段,可能由第一采样器输出第一采样信号,也可能由第二采样器输出第二采样信号。因此,在预测时刻之后,如果误差较小,且预测时刻的前一时刻输出的是第一采样信号,则继续输出第一采样信号即可;如果误差较小,且预测时刻的前一时刻输出的是第二采样信号,则需要调整一下,从输出第二采样信号调整为输出第一采样信号。类似的,在预测时刻之后,如果误差较大,且预测时刻的前一时刻输出的是第二采样信号,则继续输出第二采样信号即可;如果误差较大,且预测时刻的前一时刻输出的是第一采样信号,则需要调整一下,从输出第一采样信号调整为输出第二采样信号。
在一些可选的实现方式中,判断信号差值是否大于预设误差阈值,可以通过判别器实现。
在一些可选的实现方式中,判别器可以是传统的判别器,也可以是基于神经网络构建的判别器。例如,判别器包括条件判别器、基于视觉几何组网络(Visual GeometryGroup,VGG)构建的判别器。
需要说明的是,以上对于预设预测器和判别器仅是举例说明,本公开实施例对此不作限制。
图5为本公开实施例提供的一种信号处理方法的示意图。参照图5,第一采样器以第一采样频率f1对预设目标进行采样,得到第一采样频率f1的第一采样信号,第二采样器以第二采样频率f2对预设目标进行采样,得到第二采样频率f2的第二采样信号(f2>f1)。经过一段时间的数据处理之后,可以得到相应的采样输出信号。
针对任意一个预测时刻,历史输出信号包括预测时刻之前的至少一个采样输出信号,将该历史输出信号作为输入数据输入到预测器中,预测器根据该历史输出信号进行信号预测,得到与该预测时刻对应的预测采样信号,该预测采样信号反映了通过历史采样输出信号对预测时刻的采样信号进行预测的结果。
将预测时刻对应的第二采样信号以及预测时刻的预测采样信号输入判别器中,通过判别器的处理,得到误差比较结果,并可根据该误差比较结果从第一采样信号和第二采样信号中选取采样输出信号并向外输出。
示例性地,在误差比较结果表征信号差值大于预设误差阈值的情况下,将第二采样信号加入采样输出信号向外输出,在判别结果表征信号差值小于或等于预设误差阈值的情况下,将第一采样信号加入采样输出信号向外输出。
例如,针对第i个预测时刻,根据历史输出信号进行信号预测,得到了第i个预测采样信号(即第i个预测时刻的预测采样信号),比较第i个预测采样信号与第i个预测时刻的第二采样信号,得到关于第i个预测时刻的误差比较结果。当该误差比较结果为误差较小时,则从第i个预测时刻开始,将第一采样信号作为采样输出信号向外输出,当该误差比较结果为误差较大时,则从第i个预测时刻开始,将第二采样信号作为采样输出信号向外输出。直至到达第i+1个预测时刻时,重复上述过程,从而确定第i+1个预测时刻至第i+2个预测时刻之间的采样输出信号。以此类推,可以确定出每个预测时刻之后至下一次预测时刻之间的时间段内,向外输出的采样输出信号。
图6为本公开实施例提供的一种信号处理方法的示意图。参照图6,第一采样器以第一采样频率f1对预设目标进行采样,得到第一采样频率f1的颜色采样信号,第二采样器以第二采样频率f2对预设目标进行采样,得到第二采样频率f2的时空差分采样信号(f2>f1)。经过一段时间的处理,得到了历史输出信号,该历史输出信号中可以包括至少一个第一采样信号和/或至少一个第二采样信号。
针对每个预测时刻,将历史输出信号输入到预测器中进行信号预测,得到预测时刻的预测采样信号,该预测采样信号属于颜色信号。与此同时,利用预测时刻之前的至少一个时空差分采样信号重建颜色信号,可以得到预测时刻对应的重建颜色信号。将预测采样信号与重建颜色信号输入到判别器中进行差值运算,得到信号差值,并将该信号差值与预设误差阈值进行比较,得到误差比较结果,进而可以根据误差比较结果,从第一采样信号和第二采样信号中选取采样输出信号并向外输出,从而得到了新的采样输出信号。以此类推并重复上述信号处理过程,可以得到预测目标的较为准确、且冗余较小的采样输出信号。
在一些可选的实现方式中,第一采样信号包括颜色采样信号,第二采样信号包括时空差分采样信号;相应的,在步骤S12中,可以针对预测时刻,根据历史输出信号进行时空差分信号预测,得到预测时刻的预测采样信号,该预测采样信号属于时空差分信号。由于第二采样信号为时空差分采样信号,因此,直接比较预测采样信号与预测时刻的第二采样信号即可得到信号差值,进而根据信号差值和预设误差阈值确定所要输出的采样输出信号。
由此可知,可以在信号预测时,也可以直接预测时空差分采样信号,从而获得与第二采样信号的类型相同的预测采样信号,并直接比较该预测采样信号与对应的第二采样信号即可。
图7为本公开实施例提供的一种信号处理方法的示意图。参照图7,第一采样器以第一采样频率f1对预设目标进行采样,得到第一采样频率f1的颜色采样信号,第二采样器以第二采样频率f2对预设目标进行采样,得到第二采样频率f2的时空差分采样信号(f2>f1)。
经过一段时间的处理,得到了历史输出信号,该历史输出信号中可以包括至少一个第一采样信号和/或至少一个第二采样信号。
针对每个预测时刻,将历史输出信号输入到预测器中进行信号预测,得到预测时刻的预测采样信号,该预测采样信号属于时空差分信号。将该预测采样信号与预测时刻的时空差分采样信号输入到判别器中进行差值运算,得到信号差值,并将该信号差值与预设误差阈值进行比较,得到误差比较结果,进而可以根据误差比较结果,从第一采样信号和第二采样信号中选取采样输出信号并向外输出,从而得到了新的采样输出信号。以此类推并重复上述信号处理过程,可以得到预测目标的较为准确、且冗余较小的采样输出信号。
由此可知,上述实现过程中,可以直接预测时空差分信号,从而无需进行重建颜色信号,直接进行时空差分信号的比较即可。
在一些可选的实现方式中,在步骤S14之后,该方法还可以包括:根据采样输出信号进行信号重建,得到与预设目标对应的信号重建结果。其中,信号重建结果与预设目标的信号类型是相对应的。例如,若预设目标是声音信号,则信号重建结果也是声音信号;又如,若预设目标是图像信号,则信号重建结果也是图像信号。
在一些可选的实现方式中,采样输出信号可以形成一个信号序列,其中可能包括颜色采样信号,也可能包括时空差分采样信号,在这种情况下,在进行信号重建得到重建结果时,可以得到颜色重建结果,表现颜色重建结果为带有色彩的图像,也可以得到光强重建结果,表现颜色重建结果为灰度图像,本公开实施例对此不作限制。
示例性地,针对采样输出信号对应的信号序列,可以根据其中的时空差分采样信号(即第二采样信号)进行颜色信号重建,得到与该时空差分采样信号对应的重建颜色信号,基于此,整个信号序列中的所有采样信号的类型均为颜色信号,基于信号重建方法进行重建得到的重建结果为颜色重建结果,其可以是一张或多张带有色彩的图像。
示例性地,针对采样输出信号对应的信号序列,根据其中的颜色采样信号(即第一采样信号)进行光强差分运算,可以得到对应的时空差分信号,基于此,整个信号序列中的所有采样信号的类型均为时空差分信号,基于信号重建方法进行重建得到的重建结果为光强重建结果,其可以是一张或多张灰度图像。
需要说明的是,针对预设目标,在预设目标的频率较低的情况下,相应的采样输出信号中低频采样信号的占比较高,基于此可以有效减少冗余数据;在预设目标的频率较高的情况下,相应的采样输出信号中高频采样信号的占比较高,以通过高频采样信号较为完整地保留预设目标的数据,确保信号重建的质量较高。
在一些可选的实现方式中,假设预设目标为一个一维信号g(t),且信号g(t)的主分量分布在[-ω,+ω]频率范围内,其所有可能的频率分量分布在[-Ω,+Ω]频率范围内,其中,ω>0,Ω>>ω。
进一步地,可以设置第一采样信号为sω= g(t)×comb(t/ω),第二采样信号为sΩ= g(t)×comb(t/Ω);其中,comb( )表征梳状函数,其可以在t/ω时刻以及t/ω时刻对信号g(t)进行采样。
上述采样过程对应的算法代码可以表征为如下内容:
initial state:k=0 /#初始化状态参数k为0#/
input:magnitude-time function g(t) /#表征待采样信号为一个幅度时间函数g(t)#/
buffer:sc[m]=none,m=0 /#设置缓存buffer,在其中存储采样输出信号对应的序列sc[m],m表示采样输出信号的序号#/
while:sampling
sampling primitives c:sω[k]=∫g(t)×δ(t-k/ω)dt,push sω[k] to buffersc[m],m+=1 /#表征基于第一采样器以第一采样频率k/ω对g(t)进行采样,将第一采样信号加入采样输出信号,并更新采样输出信号的序号m#/
while t∈[k/ω, k+1/ω) /#在第一采样器的采样间隔内#/
sampling primitives C: sΩ[k]=∫g(t)×δ(t-k/Ω)dt /#表征基于第二采样器以第二采样频率k/Ω对g(t)进行采样#/
the generative model Gθ predicate new observation: s’Ω[k]=Gθ(sc[m])/#Gθ表示预测函数,针对第二采样时刻使用预测函数Gθ,根据历史输出信号sc[m]进行信号预测,得到预测采样信号s’Ω[k] #/
if||s’Ω[k]- sΩ[k]||1<error bond
no output /#如果预测采样信号与第二采样信号之间的差值小于预设误差阈值,则不向外输出采样信号#/
else
output sΩ[k],push sΩ[k] to buffer sc[m], m+=1 /#如果预测采样信号与第二采样信号之间的差值大于等于预设误差阈值,则将第二采样信号sΩ[k]加入到采样输出信号,并更新采样输出信号的序号m#/
k+=1 /#更新状态参数k,并进入下一轮采样#/
End:output a nonuniform sampling sequences sc[m] /#在完成信号采集之后,可以得到包括多个采样输出信号的信号序列#/
其中,/#……#/为代码解释。需要说明的是,第一采样频率1/ω和第二采样频率1/Ω可能满足一定的倍数关系,因此,针对任意一个第一采样时刻采集的信号,其本质上既属于第一采样信号,也属于第二采样信号,而考虑到采样输出信号要么是第一采样信号,要么是第二采样信号,因此,无论在哪种情况下,第一采样时刻的采样信号均会被作为采样输出信号向外输出,基于此,仅针对除第一采样时刻之外的其他采样时刻的采样信号进行输出判断即可。
还需要说明的是,在上述算法代码示例中,将第二采样时刻作为了预测时刻进行了信号预测。也就是说,针对任意一个第二采样时刻进行信号预测,得到一个预测采样信号,将其与该第二采样时刻的真实的第二采样信号进行比较,如果两者之间的信号差值小于或等于预设误差阈值,则认为预测采样信号是较为准确的,因此,仅输出第一采样信号即可,表现为不将该第二采样时刻的第二采样信号作为采样输出信号。反之,如果两者之间的信号差值大于预设误差阈值,则认为预测采样信号是不够准确的,因此,需要将该第二采样时刻的第二采样信号作为采样输出信号向外输出。也就是说,将第二采样时刻作为预测时刻是本公开实施例的一种可选的实现方式,其同样可以获得减少采样输出数据的冗余,同时保障信号重建质量的效果。
如果扩展到2D场景中,以图像采样为例,假设预设目标为预设图像,在一些可选的实现方式中,可以通过第一采样器以第一采样频率对预设图像进行颜色采样,并将得到的第一采样信号加入到采样输出信号向外输出,同时通过第二采样器以第二采样频率对预设图像进行颜色采样,结合信号预测及误差阈值判断,确定要输出的第二采样信号,最终可以得到包括多个采样输出信号的信号序列,该信号序列中的多个采样输出信号均属于颜色采样信号。
在一些可选的实现方式中,也可以利用第一采样器对预设图像进行颜色采样,得到的第一采样信号对应颜色采样信号,利用第二采样器对预设图像进行时空差分采样,得到的第二采样信号是表征光强变化信息的时空差分采样信号。具体地,在第一采样时刻输出颜色采样信号,在某些第二采样时刻向外输出时空差分采样信号(例如,在满足预设输出条件的情况下将第二采样信号加入到采样输出信号),最终得到的采样输出信号序列中,在预设图像的频率变化较慢时,输出的采样信号全部或者大部分属于颜色采样信号,在预设图像的频率变化较快时,输出的采样信号中包括较多的时空差分采样信号。
通过对大量自然图像的统计数据可知,自然图像g(x,t)在时空域都具有1/f2的功率谱,因此,图像满足以下条件:G(u,v)<O(1/(u2•v2)),其中,G(u,v)为g(x,t)的频域表征形式,O( )表示复杂度函数。
进一步地,假设g(x,t)的带限区间为{[-A,+A],[-B,+B]},且其主频率分量分布在{[-a,+a],[-b,+b]},通过效率计算,可以推测出其感知效率提升了M×P倍,其中,M=A/a,P=B/b。如果推广到n-D场景,则通过计算可知感知效率得到了指数级(Mn)提升。
图8为本公开实施例提供的一种采样信号和采样输出信号的示意图。
如图8所示,针对待采样信号g(t),使用第一采样器以第一采样频率进行采样时,可以得到如图8(a)所示的多个第一采样信号(例如,包括第一采样时刻t11、t12、t13、t14对应的四个第一采样信号)。与此同时,基于第二采样器以第二采样频率对g(t)进行了采样,除了会在上述t11、t12、t13、t14进行采样之外,还会在相邻两个第一采样信号之间进行采样,从而得到多个第二采样信号。例如,在t11至t12之间,第二采样器于第二采样时刻t21、t22、t23、t24分别进行了一次采样,可以得到相应的四个第二采样信号。其他时间段采用类似的方式进行采样,因此,相邻的两个第一采样信号之间均存在四个第二采样信号。
针对每个第一采样信号,如前所述,其既属于第一采样信号,也属于第二采样信号,因此直接将其加入到采样输出信号中即可。
针对相邻的两个第一采样时刻之间的每个第二采样时刻,一方面根据历史输出信号进行信号预测,得到每个第二采样时刻的预测采样信号,另一方面基于预设误差阈值,以每个第二采样信号为基准值,根据预设误差阈值分别划定上下限,从而可以得到每个第二采样信号的误差带(error bond)。例如,第二采样信号的取值为x,预设误差阈值为thr,则误差带对应的取值范围为(x-thr,x+thr)。
针对上述任意一个第二采样时刻,如果其预测采样信号落入其误差带内,则可以确定该第二采样时刻的预测采样信号与实际的第二采样信号之间的信号差值小于预设误差阈值,因此,确定向外输出的采样输出信号为第一采样信号,因而不将第二采样信号加入采样输出信号,即该第二采样时刻不向外输出采样信号;反之,如果预测采样信号未落入误差带内,则可以确定该第二采样时刻的预测采样信号与实际的第二采样信号之间的信号差值大于或等于预设误差阈值,因此,确定向外输出的采样输出信号为第二采样信号,并该第二采样信号加入到采样输出信号中,即在该第二采样时刻向外输出第二采样信号。
以t21、t22、t23、t24为例进行说明。如图8(b)所示,在预测时刻t21,预测采样信号落入了第二采样信号的误差带内,可以确定误差比较结果为误差较小,因此,选取第一采样信号作为输出采样信号。基于此,如图8(c)所示,第二采样时刻t21不存在输出的采样信号;类似的,第二采样时刻t22、t23、t24的预测采样信号分别落入了各自的第二采样信号的误差带内,因此,在t11至t12之间不存在采样输出信号。
以t25、t26、t27、t28为例进行说明。如图8(b)所示,在预测时刻t25,预测采样信号没有落入第二采样信号的误差带内,可以确定误差比较结果为误差较大,因此,选取第二采样信号作为输出采样信号。基于此,如图8(c)所示,将第二采样时刻t25的第二采样信号作为采样输出信号向外输出;类似的,在预测时刻t26和t28,也将相应的第二采样信号作为采样输出信号向外输出,而在预测时刻t27,由于其预测采样信号落入了第二采样信号的误差带内,因此,预测时刻t27不存在输出的采样信号。
在一些可选的实现方式中,可以设置多个第一采样器,并根据需求选用其中一者作为低速采样器进行信号采样。
在一些可选的实现方式中,第一采样器的数量为多个,且不同的第一采样器分别对应不同的第一采样频率;相应的,基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号,包括:在误差比较结果表征信号差值小于或等于预设误差阈值的情况下,确定与历史输出信号对应的历史采样器;在历史采样器为第一采样器的情况下,选取并输出历史采样器的第一采样信号作为采样输出信号,或,在历史采样器为第一采样器,且历史采样器对应的第一采样频率不是最小的第一采样频率的情况下,确定第一采样频率小于历史采样器的第一目标采样器,并将第一目标采样器的第一采样信号确定为采样输出信号向外输出。其中,历史采样器为预测时刻的前一个或多个时刻的采样输出信号所对应的采样器。
示例性地,多个第一采样器按照第一采样频率从小到大的顺序依次排列,并假设历史采样器为第i个第一采样器,i>1;相应的,如果误差比较结果为信号差值小于或等于预设误差阈值,则可以选取第i个第一采样器的第一采样信号作为采样输出信号,也可以选取第i+1个第一采样器作为第一目标采样器,并将该第一目标采样器的第一采样信号作为采样输出信号。
由此可知,当根据误差比较结果确定误差较小,且历史采样器为第一采样器时,说明以较低的第一采样信号即可满足采样需求,因此,可以在预测时刻之后继续使用该历史采样器的第一采样信号作为采样输出信号向外输出。另外,也可以选取第一采样频率更低的第一采样器为第一目标采样器,并将该第一目标采样器的第一采样信号作为采样输出信号向外输出,以进一步减小采样输出数据的冗余性。
需要说明的是,在一些可选的实现方式中,当存在多个第一采样器时,在初始阶段,可能并不清楚采用哪个第一采样器可以满足采样需求,因此,可以使用多个第一采样器同时连续工作一段时间,当连续工作时长超过预设工作时长阈值,积累了一定数量的第一采样信号的情况下,即可通过各个第一采样器的第一采样信号进行信号预测,从中筛选出满足预设误差阈值的第一采样器,并从中选取一者的第一采样信号作为后续的采样输出信号。在到达预测时刻时,即可基于相应的信号处理方法确定后续的采样输出信号。进一步地,如果在初始阶段筛选出多个满足预设误差阈值的第一采样器,可以从中筛选出第一采样频率最低的第一采样器,并将该第一采样器的第一采样信号作为采样输出信号。
在一些可选的实现方式中,第一采样器的数量为多个,且不同的第一采样器分别对应不同的第一采样频率时,在初始阶段,也从多个第一采样器中随机选取一个的第一采样信号作为采样输出信号,或者将第二采样器的第二采样信号作为采样输出信号,并基于该采样输出信号进行信号预测,得到预测采样信号,并通过该预测采样信号和对应的第二采样信号确定误差比较结果,从而确定后续的采样输出信号。
在一些可选的实现方式中,第一采样器的第一采样频率是可调整频率,则可以根据需求及时地调整第一采样频率,以尽量满足采样需求。
在一些可选的实现方式中,基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号,包括:在误差比较结果表征信号差值小于或等于预设误差阈值的情况下,确定与历史输出信号对应的历史采样器;在历史采样器为第一采样器的情况下,将第一采样器的第一采样信号确定为采样输出信号向外输出,或,根据第一预设频率调整区间降低第一采样器的第一采样频率,并将基于降低后的第一采样频率采集的第一采样信号确定为采样输出信号向外输出。
在一些可选的实现方式中,基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号,包括:在误差比较结果表征信号差值大于预设误差阈值的情况下,根据第二预设频率调整区间提高第一采样器的第一采样频率,并将基于提高后的第一采样频率采集的第一采样信号确定为采样输出信号向外输出。
其中,第一预设频率调整区间用于表示单次降低的第一采样频率的数值,第二预设频率调整区间用于表示单次提高的第一采样频率的数值,且第一预设频率调整区间与第二预设频率调整区间可以相同,也可以不同,本公开实施例对此不作限制。
综上可知,在第一采样器的第一采样频率可调的情况下,如果误差较小,且预测时刻之前的采样输出信号为第一采样信号,该第一采样信号对应第一采样频率f11,则可以确定第一采样频率f11是能够满足采样需求的采样频率,后续可以继续以该第一采样频率f11的第一采样信号作为采样输出信号,也可以适当降低第一采样频率,以f11-△f1作为新的第一采样频率,将该第一采样频率对应的第一采样信号作为采样输出信号,其中,△f1为第一预设频率调整区间。反之,如果误差较大,则说明之前的采样输出信号的采样频率较低,因此,可以以f11+△f2作为新的第一采样频率,将该第一采样频率对应的第一采样信号作为采样输出信号,其中,△f2为第二预设频率调整区间。
需要说明的是,本公开实施例中第一采样器和第二采样器的采样方式,可以应用到检测场景、后验场景等具体场景中。
在一些可选的实现方式中,该方法还可以包括:基于第一采样器在目标时段内的多个第一采样信号进行信号重建,得到与预设目标对应的第一重建信号;基于第二采样器在目标时段内的多个第二采样信号进行信号重建,得到与预设目标对应的第一重建基准信号;基于第一重建信号与第一重建基准信号之间的第一差异信息,确定第一采样器的准确度检测结果。
由此可知,可以利用第二采样器检测第一采样器的数据错误,此处的数据错误是指基于第一采样器的第一采样信号进行信号重建的数据错误,并非是指第一采样器的第一采样信号本身错误。
在一些可选的实现方式中,第二采样器基于不连续工作状态进行信号采样;相应的,该方法还可以包括:基于第二采样器在工作时段内的多个第二采样信号进行信号重建,得到与预设目标对应的第二重建基准信号;基于第一采样器在工作时段内的多个第一采样信号进行信号重建,得到与预设目标对应的第二重建信号;基于第二重建信号与第二重建基准信号之间的第二差异信息,确定第一采样器的后验检测结果。
例如,针对部分高速采样器(例如,高速相机等)无法连续工作的情况下,可以利用上述实现方式对第一采样器进行后验,通过后验检测结果来判断第一采样器是否可以满足采样需求。
图9为本公开实施例提供的一种信号处理方法的流程示意图。参照图9,该信号处理方法可以包括以下步骤。
步骤S901,通过第一采样器对预设目标进行颜色采样,得到第一采样频率的多个第一采样信号,第一采样信号中包括与多个像素对应的多个颜色采样信号。
步骤S902,通过第二采样器对预设目标进行光强差分采样,得到第二采样频率的多个第二采样信号,第二采样信号中包括与多个像素对应的多个时空差分采样信号。
步骤S903,针对预测时刻,根据历史输出信号进行信号预测,确定与预测时刻对应的预测采样信号。
步骤S904,基于深度学习方式,根据预测时刻的时空差分信号进行颜色信号重建,得到与预测时刻对应的重建颜色信号。
步骤S905,计算该预测时刻对应的重建颜色信号与预测采样信号之间的信号差值。
步骤S906,比较信号差值与预设误差阈值。
步骤S907,在信号差值大于预设误差阈值的情况下,选取第二采样信号作为采样输出信号向外输出。
步骤S908,在信号差值小于或等于预设误差阈值的情况下,选取第一采样信号作为采样输出信号向外输出。
步骤S909,根据采样输出信号进行信号重建,得到与预设目标对应的重建结果。
需要说明的是,在针对预设目标进行信号重建时,所使用的信号为采样输出信号,在该采样输出信号中,针对预设目标本身频率变化慢的情况,采样输出信号通常为第一采样信号,针对预设目标本身频率变化快的情况,采样输出信号通常为第二采样信号,使得采样输出信号的频率与预设目标本身的变化频率较为匹配。基于这种方式,一方面可以得到重建质量较高的重建结果,另一方面还可以有效减少采样输出数据的冗余。
本公开实施例第二方面提供一种信号处理装置。
图10为本公开实施例提供的一种信号处理装置的框图。参照图10,该信号处理装置1000可以包括如下模块。
采样模块1001,用于通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,第一采样器的第一采样频率小于第二采样器的第二采样频率。
预测模块1002,用于针对预测时刻,根据历史输出信号进行信号预测,确定预测时刻的预测采样信号,历史输出信号包括预测时刻之前的至少一个采样输出信号。
确定模块1003,用于根据预测时刻的预测采样信号和预测时刻的第二采样信号,确定误差比较结果。
输出模块1004,用于基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号。
本公开所提供的实施例,利用采样模块,通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,第一采样器的第一采样频率小于第二采样器的第二采样频率;通过预测模块,针对预测时刻,根据历史输出信号进行信号预测,确定预测时刻的预测采样信号,历史输出信号包括预测时刻之前的至少一个采样输出信号;通过确定模块,根据预测时刻的预测采样信号和预测时刻的第二采样信号,确定误差比较结果;通过输出模块,基于误差比较结果,从第一采样信号和第二采样信号中选取并输出采样输出信号。
由此可知,由此可知,考虑到预设目标的频率可能具有可变性,若仅采用一种固定的采样频率对该预设目标进行采样,则可能无法兼顾采样效果和采样输出数据冗余的问题,因此,本公开实施例通过利用至少部分历史输出信号进行信号预测,并比较预测采样信号与该预测时刻对应的、实际的高频采样信号,得到误差比较结果,通过误差比较结果可以判断预测采样信号是否较为准确,当误差比较结果说明预测采样信号较为准确时,则后续向外输出采样频率较低的第一采样信号即可,当误差比较结果说明预测采样信号准确性较低时,则后续向外输出采样频率较高的第二采样信号即可。通过这种方式,可以在预设目标处于低频的情况下,输出采样频率较低的第一采样信号,在预设目标处于高频的情况下,输出采样频率较高的第二采样信号。相应的,在进行信号重建时,对于低频情况,仅使用第一采样信号即可实现较为准确的信号重建,且由于采样低频较低,因此采样噪声也相应较低,且冗余数据也较少,对于高频情况,则可以利用第二采样信号进行信号重建,由于第二采样信号的采样频率较高,因此可以得到准确度较高的重建结果。综上,本公开实施例适用于频率不稳定等场景下的信号采集,一方面可以降低采样噪声和数据冗余,另一方面还可以保障信号重建的质量。
本公开实施例第三方面提供一种信号处理器。
图11为本公开实施例提供的一种信号处理器的框图。参照图11,该信号处理器1100包括至少一个第一采样器1101、第二采样器1102和信号处理装置1103;其中,信号处理装置1103用于执行本公开实施例任一项的信号处理方法。
在一些可选的实现方式中,信号处理器中还可以包括预测器和判别器(图中未示出),其中,预测器用于根据历史输出信号进行信号预测,以确定预测时刻的预测采样信号,判别器用于根据预测时刻的预测采样信号和预测时刻的第二采样信号进行误差比较,以从第一采样信号和第二采样信号中选取采样输出信号。
可以理解,本公开提及的上述各个实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序和功能模块的设置,应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了电子设备、计算机可读存储介质。
图12为本公开实施例提供的一种电子设备的框图。
参照图12,本公开实施例提供了一种电子设备,该电子设备包括:至少一个处理器1201;至少一个存储器1202,以及一个或多个I/O接口1203,连接在处理器1201与存储器1202之间;其中,存储器1202存储有可被至少一个处理器1201执行的一个或多个计算机程序,一个或多个计算机程序被至少一个处理器1201执行,以使至少一个处理器1201能够执行信号处理方法。
本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序在被处理器/处理核执行时实现各项待处理任务。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行各项待处理任务。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读存储介质上,计算机可读存储介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。
如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读程序指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM)、静态随机存取存储器(SRAM)、闪存或其他存储器技术、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读程序指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里所描述的计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software DevelopmentKit,SDK)等等。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本文已经公开了示例实施例,并且虽然采用了具体术语,但它们仅用于并仅应当被解释为一般说明性含义,并且不用于限制的目的。在一些实例中,对本领域技术人员显而易见的是,除非另外明确指出,否则可单独使用与特定实施例相结合描述的特征、特性和/或元素,或可与其他实施例相结合描述的特征、特性和/或元件组合使用。因此,本领域技术人员将理解,在不脱离由所附的权利要求阐明的本公开的范围的情况下,可进行各种形式和细节上的改变。
Claims (18)
1.一种信号处理方法,其中,所述方法包括:
通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,所述第一采样器的第一采样频率小于所述第二采样器的第二采样频率;
针对预测时刻,根据历史输出信号进行信号预测,确定所述预测时刻的预测采样信号,所述历史输出信号包括所述预测时刻之前的至少一个采样输出信号;
根据所述预测时刻的预测采样信号和所述预测时刻的第二采样信号,确定误差比较结果;
基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号。
2.根据权利要求1所述的信号处理方法,其中,所述第一采样信号包括颜色采样信号,所述第二采样信号包括时空差分采样信号;
其中,所述时空差分采样信号包括时间差分子信号和空间差分子信号,所述时间差分子信号用于表征与所述预设目标对应的采样区域在相邻两个第二采样时刻之间的光强差异信息,所述空间差分子信号用于表征所述采样区域与相邻采样区域在同一第二采样时刻的光强差异信息。
3.根据权利要求2所述的信号处理方法,其中,所述通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,包括:
通过所述第一采样器对所述预设目标进行颜色采样,得到所述第一采样频率的多个第一采样信号,所述预设目标对应的采样区域包括多个像素,所述第一采样信号中包括与多个像素对应的多个颜色采样信号;
通过所述第二采样器对所述预设目标进行光强差分采样,得到所述第二采样频率的多个第二采样信号,所述第二采样信号中包括与多个所述像素对应的多个时空差分采样信号。
4.根据权利要求3所述的信号处理方法,其中,所述第二采样信号包括空间差分子信号和时间差分子信号,所述通过所述第二采样器对所述预设目标进行光强差分采样,得到所述第二采样频率的多个第二采样信号,包括:
通过所述第二采样器对所述预设目标进行光强差分采样,得到当前第二采样时刻的、与各个所述像素对应的兴奋光强信号和多个抑制光强信号,所述兴奋光强信号是对所述像素中的兴奋型感光单元进行采样得到的信号,所述抑制光强信号是对所述像素中的抑制型感光单元进行采样得到的信号;
根据所述多个抑制光强信号,确定所述当前第二采样时刻的、与各个所述像素对应的平均抑制光强信号;
根据所述当前第二采样时刻的、各个所述像素的所述兴奋光强信号与对应的所述平均抑制光强信号之间的第一差异值,得到所述当前第二采样时刻的、与各个所述像素对应的空间差分子信号;
根据所述当前第二采样时刻的、各个所述像素的兴奋光强信号以及前一个第二采样时刻的、各个所述像素的兴奋光强信号之间的第二差异值,得到所述当前第二采样时刻的、与各个所述像素对应的时间差分子信号。
5.根据权利要求4所述的信号处理方法,其中,所述通过所述第二采样器对所述预设目标进行光强差分采样,得到当前第二采样时刻的、与各个所述像素对应的兴奋光强信号和多个抑制光强信号之前,所述方法还包括:
获取各个像素中所述兴奋型感光单元与多个所述抑制型感光单元之间的连接状态;
所述通过所述第二采样器对所述预设目标进行光强差分采样,得到当前第二采样时刻的、与各个所述像素对应的兴奋光强信号和多个抑制光强信号;
基于各个所述像素对应的连接状态,通过所述第二采样器对所述预设目标进行光强差分采样,得到所述当前第二采样时刻的、与各个所述像素对应的兴奋光强信号和至少一个有效抑制光强信号,所述抑制型光强信号是对所述像素中与所述兴奋型感光单元的连接状态为开启连接的抑制型感光单元进行采样得到的信号。
6.根据权利要求4所述的信号处理方法,其中,多个所述像素阵列排布以形成像素阵列,且相邻两个所述像素之间共用至少一个所述抑制型感光单元。
7.根据权利要求2所述的信号处理方法,其中,所述预测采样信号是预测得到的颜色信号;
所述根据所述预测时刻的预测采样信号和所述预测时刻的第二采样信号,确定误差比较结果,包括:
根据所述时空差分采样信号进行颜色信号重建,得到与所述预测时刻对应的重建颜色信号;
计算所述重建颜色信号与所述预测采样信号之间的第一信号差值,得到所述误差比较结果;
所述基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号,包括:
在所述误差比较结果表征所述第一信号差值小于或等于预设误差阈值的情况下,选取并输出第一采样信号作为采样输出信号;
在所述误差比较结果表征所述第一信号差值大于预设误差阈值的情况下,选取并输出所述第二采样信号作为采样输出信号。
8.根据权利要求1所述的信号处理方法,其中,所述误差比较结果包括所述预测时刻的预测采样信号和所述预测时刻的第二采样信号之间的第二信号差值;
所述基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号,包括:
在所述误差比较结果表征所述第二信号差值小于或等于预设误差阈值的情况下,选取并输出第一采样信号作为采样输出信号;
在所述误差比较结果表征所述第二信号差值大于预设误差阈值的情况下,选取并输出所述第二采样信号作为采样输出信号。
9.根据权利要求7或8所述的信号处理方法,其中,所述第一采样器的数量为多个,且不同的第一采样器分别对应不同的第一采样频率;
所述基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号,包括:
在所述误差比较结果表征信号差值小于或等于预设误差阈值的情况下,确定与历史输出信号对应的历史采样器;
在所述历史采样器为第一采样器的情况下,选取并输出所述历史采样器的第一采样信号作为采样输出信号,或,在所述历史采样器为第一采样器,且所述历史采样器对应的第一采样频率不是最小的第一采样频率的情况下,确定第一采样频率小于所述历史采样器的第一目标采样器,并将所述第一目标采样器的第一采样信号确定为采样输出信号向外输出。
10.根据权利要求7或8所述的信号处理方法,其中,所述第一采样器的第一采样频率为可调节频率;
所述基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号,包括:
在所述误差比较结果表征信号差值小于或等于预设误差阈值的情况下,确定与历史输出信号对应的历史采样器;
在所述历史采样器为第一采样器的情况下,将所述第一采样器的第一采样信号确定为采样输出信号向外输出,或,根据第一预设频率调整区间降低所述第一采样器的第一采样频率,并将基于降低后的第一采样频率采集的第一采样信号确定为采样输出信号向外输出。
11.根据权利要求10所述的信号处理方法,其中,所述基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号,包括:
在所述误差比较结果表征信号差值大于预设误差阈值的情况下,根据第二预设频率调整区间提高所述第一采样器的第一采样频率,并将基于提高后的第一采样频率采集的第一采样信号确定为采样输出信号向外输出。
12.根据权利要求1所述的信号处理方法,其中,所述方法还包括:
基于所述第一采样器在目标时段内的多个第一采样信号进行信号重建,得到与所述预设目标对应的第一重建信号;
基于所述第二采样器在所述目标时段内的多个第二采样信号进行信号重建,得到与所述预设目标对应的第一重建基准信号;
基于所述第一重建信号与所述第一重建基准信号之间的第一差异信息,确定所述第一采样器的准确度检测结果。
13.根据权利要求1所述的信号处理方法,其中,所述第二采样器基于不连续工作状态进行信号采样;所述方法还包括:
基于所述第二采样器在工作时段内的多个第二采样信号进行信号重建,得到与所述预设目标对应的第二重建基准信号;
基于所述第一采样器在所述工作时段内的多个第一采样信号进行信号重建,得到与所述预设目标对应的第二重建信号;
基于所述第二重建信号与所述第二重建基准信号之间的第二差异信息,确定所述第一采样器的后验检测结果。
14.根据权利要求1-7任一项所述的信号处理方法,其中,所述根据历史输出信号进行信号预测,确定所述预测时刻的预测采样信号,包括:
将所述历史输出信号输入预设预测器中进行信号预测,得到所述预测时刻的预测采样信号,所述预设预测器包括基于神经网络构建的预测器。
15.一种信号处理装置,其中,所述装置包括:
采样模块,用于通过第一采样器和第二采样器分别对预设目标进行采样,得到第一采样频率的多个第一采样信号和第二采样频率的多个第二采样信号,所述第一采样器的第一采样频率小于所述第二采样器的第二采样频率;
预测模块,用于针对预测时刻,根据历史输出信号进行信号预测,确定所述预测时刻的预测采样信号,所述历史输出信号包括所述预测时刻之前的至少一个采样输出信号;
确定模块,用于根据所述预测时刻的预测采样信号和所述预测时刻的第二采样信号,确定误差比较结果;
输出模块,用于基于所述误差比较结果,从所述第一采样信号和所述第二采样信号中选取并输出采样输出信号。
16.一种信号处理器,其中,所述信号处理器包括至少一个第一采样器、第二采样器和信号处理装置;
其中,所述信号处理装置用于执行如权利要求1-14中任一项所述的信号处理方法。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的一个或多个计算机程序,一个或多个所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-14中任一项所述的信号处理方法。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时实现如权利要求1-14中任一项所述的信号处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311242102.XA CN116974453B (zh) | 2023-09-25 | 2023-09-25 | 信号处理方法、信号处理装置、信号处理器、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311242102.XA CN116974453B (zh) | 2023-09-25 | 2023-09-25 | 信号处理方法、信号处理装置、信号处理器、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116974453A true CN116974453A (zh) | 2023-10-31 |
CN116974453B CN116974453B (zh) | 2023-12-08 |
Family
ID=88477143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311242102.XA Active CN116974453B (zh) | 2023-09-25 | 2023-09-25 | 信号处理方法、信号处理装置、信号处理器、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116974453B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1820420A (zh) * | 2004-02-13 | 2006-08-16 | 松下电器产业株式会社 | 无线通信系统和在其中使用的无线数字接收器 |
US20100239058A1 (en) * | 2006-12-13 | 2010-09-23 | Panasonic Corporation | Wireless apparatus |
US20100254596A1 (en) * | 2007-09-26 | 2010-10-07 | Wei Xiong | Method and system for generating an entirely well-focused image of a large three-dimensional scene |
CN104508740A (zh) * | 2012-06-12 | 2015-04-08 | 全盛音响有限公司 | 双重兼容无损音频带宽扩展 |
CN116569217A (zh) * | 2021-10-04 | 2023-08-08 | 腾讯美国有限责任公司 | 用于对由编码器进行的网格压缩进行自适应采样的方法和装置 |
-
2023
- 2023-09-25 CN CN202311242102.XA patent/CN116974453B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1820420A (zh) * | 2004-02-13 | 2006-08-16 | 松下电器产业株式会社 | 无线通信系统和在其中使用的无线数字接收器 |
US20100239058A1 (en) * | 2006-12-13 | 2010-09-23 | Panasonic Corporation | Wireless apparatus |
US20100254596A1 (en) * | 2007-09-26 | 2010-10-07 | Wei Xiong | Method and system for generating an entirely well-focused image of a large three-dimensional scene |
CN104508740A (zh) * | 2012-06-12 | 2015-04-08 | 全盛音响有限公司 | 双重兼容无损音频带宽扩展 |
CN116569217A (zh) * | 2021-10-04 | 2023-08-08 | 腾讯美国有限责任公司 | 用于对由编码器进行的网格压缩进行自适应采样的方法和装置 |
Non-Patent Citations (2)
Title |
---|
刘鹏飞;: "基于频谱特征提取的轨道移频信号检测的兼容性设计与实现", 计算机测量与控制, no. 11 * |
张楠, 金伟其, 苏秉华, 刘扬阳: "高分辨力红外热图像重建算法的进展及研究", 兵工学报, no. 02 * |
Also Published As
Publication number | Publication date |
---|---|
CN116974453B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11250591B2 (en) | Target detection method, system, and non-volatile storage medium | |
CA3010163A1 (en) | Method and apparatus for joint image processing and perception | |
US7656942B2 (en) | Denoising signals containing impulse noise | |
CN114331890B (zh) | 基于深度学习的探地雷达B-scan图像特征增强方法及系统 | |
CN101946507B (zh) | 视频显示装置 | |
EP3318061B1 (fr) | Procede d'encodage d'image et equipement pour la mise en oeuvre du procede | |
Fahmy et al. | High-throughput one-dimensional median and weighted median filters on FPGA | |
CN116974453B (zh) | 信号处理方法、信号处理装置、信号处理器、设备及介质 | |
JP4547503B2 (ja) | 算術符号化装置、算術符号化方法、算術符号化プログラム及びプログラムを格納したコンピュータで読み取り可能な記録媒体 | |
US11348336B2 (en) | Systems and approaches for learning efficient representations for video understanding | |
AU2020103207A4 (en) | A novel method of introducing basic elementary disturbances for testing machine learning models | |
KR980003999A (ko) | Cdf 연산영역에 근거한 히스토그램 등화회로 및 그 방법 | |
EP2100442A1 (en) | Film cadence detection | |
JP3909508B2 (ja) | ディジタル情報再生装置 | |
JP2001084368A (ja) | データ処理装置およびデータ処理方法、並びに媒体 | |
CN113705553B (zh) | 视觉任务执行方法、装置、电子设备、存储介质及系统 | |
US8928767B2 (en) | Image processing device, image signal processing chip, and ISP chain configuring method | |
CN115169387A (zh) | 脉冲信号的前景检测方法、装置、电子设备及存储介质 | |
Zhiwei et al. | An image zooming technique based on the relative color difference of pixels | |
Feng et al. | Neural subspaces for light fields | |
CN114157895A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
JP2006201914A (ja) | 画像フィルタ装置、方法およびコンピュータプログラム | |
CN113191955A (zh) | 图像超分辨率重建的方法及装置 | |
US20070041453A1 (en) | Signal Processing Apparatus, Program Product and Method Therefor | |
EP4325426A1 (en) | Imaging method and apparatus, and computer-readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |