【技术实现步骤摘要】
本专利技术涉及周期性信号检测，特别是指一种基于周期稀疏注意的周期性信号检测方法及装置。
技术介绍
1、从人类生理学到环境演化，自然界中的重要过程往往表现出有意义的、强烈的周期性或准周期性变化。重复的动作或信号广泛的存在于人类的日常生活与活动之中，如人体规律的动作与姿态，心电、脑电等生理信号，季节、天气等自然环境的变化，工业生产、交通流量、行星运动、音乐节拍等。重复/周期性运动的检测有着重要的应用价值。在机器学习中，从高维数据中学习或恢复周期信号在实际应用中很普遍。周期性学习的示例包括恢复和放大生理信号(例如，心率或呼吸)，预测天气和环境变化(例如，降水或地表温度的临近预报)，对重复的运动进行计数(例如，锻炼或治疗)，以及分析人类行为(例如，步态)。
2、在计算机视觉中，基于视频的生理信号恢复与重复动作检测是研究的热点，以下分别是两类应用中与本专利技术相近的现有技术：
3、1.非接触式生理信号检测
4、bvp(blood volumn pulse，脉搏波)是一种重要的生理信息，进一步可通过其获取心率、心...
【技术保护点】
1.一种基于周期稀疏注意的周期性信号检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述预处理后的视频数据输入到基于周期稀疏注意的周期性信号检测模型，得到模型输出，包括：
3.根据权利要求2所述的方法，其特征在于，所述层次化时间周期变换器模块包括：第一时间周期变换器子模块、第二时间周期变换器子模块以及第三时间周期变换器子模块；
4.将所述根据权利要求3所述的方法，其特征在于，所述第一时间周期变换器子模块包括：下采样模块、预注意模块、精细注意模块、时空前馈模块以及上采样模块；
5.根据...
【技术特征摘要】
1.一种基于周期稀疏注意的周期性信号检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述预处理后的视频数据输入到基于周期稀疏注意的周期性信号检测模型，得到模型输出，包括：
3.根据权利要求2所述的方法，其特征在于，所述层次化时间周期变换器模块包括：第一时间周期变换器子模块、第二时间周期变换器子模块以及第三时间周期变换器子模块；
4.将所述根据权利要求3所述的方法，其特征在于，所述第一时间周期变换器子模块包括：下采样模块、预注意模块、精细注意模块、时空前馈模块以及上采样模块；
5.根据权利要求4所述的方法，其特征在于，所述s2312中的预注意模块输出，如下式(1)(2)所示：<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。