一种信号处理方法和信号处理装置与流程

本发明涉及信号处理，尤其涉及一种信号处理方法和信号处理装置。

背景技术：

1、现有技术中存在类似于图像的二维信号和类似文本的一维信号，在实际应用过程中通常需要将二维信号转换成一维信号或将一维信号转换成二维信号，以便于进行后续处理。

2、例如，现有技术中将图像转成文本，通常采用卷积神经网络和循环神经网络组合实现。将文本转成图像，通常采用生成对抗网络实现。

3、但是，上述两种转换模式均无法实现逆向生成，即现有的图像与文本的转换是单向不可逆的。

技术实现思路

1、本发明的目的在于提供一种信号处理方法和信号处理装置，用于实现一维信号向二维信号的转换以及二维信号向一维信号的转换。

2、为了实现上述目的，第一方面，本发明提供了一种信号处理方法。该信号处理方法包括：

3、构建循环生成对抗网络，循环生成对抗网络包括第一生成器、第二生成器、第一判别器和第二判别器；

4、采用第一生成器处理二维信号，获得转化后一维信号；

5、利用第一判别器、一维信号和转化后一维信号，更新第一判别器和第一生成器；一维信号为二维信号对应的真实一维信号；

6、采用第二生成器处理一维信号，获得转化后二维信号；

7、利用第二判别器、二维信号和转化后二维信号，更新第二判别器和第二生成器。

8、与现有技术相比，本发明提供的信号处理方法中，利用第一生成器可以将二维信号转换为“转换后一维信号”，利用第一判别器可以不断更新第一判别器和第一生成器，以确保转换后一维信号的可靠性。接着，利用第二生成器可以将一维信号(即二维信号对应的真实一维信号)转换为“转换后二维信号”，利用第二判别器可以不断更新第二判别器和第二生成器，以确保转换后二维信号的可靠性。基于此，利用本发明提供的循环生成对抗网络不仅可以实现一维信号向二维信号的转换以及二维信号向一维信号的转换。同时，通过不断更新优化第一生成器、第二生成器、第一判别器和第二判别器还可以减小后续信号转换过程中的误差，以确保转换后获得的信号与真实信号之间的误差在可接受范围之内。

9、在一种实现方式中，采用第一生成器处理二维信号，获得转化后一维信号包括：

10、采用第一生成器对二维信号交替进行n次卷积处理和n次降采样处理，获得第一处理信号；其中，n为大于或等于1的整数；

11、采用第一生成器对第一处理信号进行特征全连接处理，获得转化后一维信号。

12、采用上述技术方案的情况下，对二维信号进行n次卷积处理可以批量化提取二维信号的局部关联特征，从而形成用于表征二维信号的特征谱。接着，对二维信号进行n次降采样处理可以降低卷积处理后的特征维度。具体的，因为卷积处理引入了大量的卷积核，因此，生成的特征谱相比卷积处理前具有更大的特征数据量。虽然，这样可以尽可能多地抓取信息，但是这样也引入了大量冗余。基于此，后期经过降采样处理来强制压缩特征数据量，降低维度，从而极度地缩减冗余，使保留下来的特征更能代表本质信息。进一步的，上述特征全连接作为一种特征提取方式，是区别于卷积特征提取的最原始的神经网络特征计算方式。特征全连接是将输入的数据作为n维的向量进行1对1的特征加权计算，即如果“特征全连接”层由m个节点，而输入是n维向量，则需要每一个m都对n都进行加权求和操作，然后该层输出为m维的向量。

13、在一种实现方式中，利用第一判别器、一维信号和转化后一维信号，更新第一判别器和第一生成器，包括：

14、采用第一判别器处理一维信号，获得第一判别结果；

15、采用第一判别器处理转化后一维信号，获得第二判别结果；

16、根据第一判别结果和第二判别结果，获得第三判别结果；

17、采用第三判别结果，更新第一判别器和第一生成器。

18、采用上述技术方案的情况下，利用第三判别结果可以更新优化第一判别器和第一生成器，以优化循环生成对抗网络中的相关参数，使得利用循环生成对抗网络处理获得的转换后一维信号更加贴近真实的一维信号。

19、在一种实现方式中，采用第二生成器处理一维信号，获得转化后二维信号包括：

20、采用第二生成器对一维信号进行全连接处理，获得第二处理信号；

21、采用第二生成器对第二处理信号交替进行m次上采样处理和m次卷积处理，获得转化后二维信号；其中，m为大于或等于1的整数。

22、采用上述技术方案的情况下，对第二处理信号进行m次上采样处理可以恢复例如图像等二维信号的长宽空间信息，因为输入的特征向量(即一维信号)是一维空间，而图像(即二维信号)是二维空间，因此需要连续地上采样从而扩充空间维度。对第二处理信号进行m次卷积处理可以批量化提取二维信号的局部关联特征，从而形成用于表征二维信号的特征谱。

23、在一种实现方式中，利用第二判别器、二维信号和转化后二维信号，更新第二判别器和第二生成器，包括：

24、采用第二判别器处理二维信号，获得第四判别结果；

25、采用第二判别器处理转化后二维信号，获得第五判别结果；

26、根据第四判别结果和第五判别结果，获得第六判别结果；

27、采用第六判别结果，更新第二判别器和第二生成器。

28、采用上述技术方案的情况下，利用第六判别结果可以更新优化第二判别器和第二生成器，以优化循环生成对抗网络中的相关参数，使得利用循环生成对抗网络处理获得的转换后二维信号更加贴近真实的二维信号。

29、在一种实现方式中，采用第一生成器处理二维信号，获得转化后一维信号后，信号处理方法还包括：

30、采用第二生成器处理转换后一维信号，获得重建后二维信号；

31、利用重建后二维信号和二维信号，获得二维信号损失值；

32、利用二维信号损失值，更新循环生成对抗网络。

33、采用上述技术方案的情况下，将上述二维信号损失值反传给计算损失的上一层网络结构，再依次逐层反向传播从而计算更新循环生成对抗网络的参数。将循环生成对抗网络结尾中得到的量化差异(即二维信号损失值)，由后向前一层一层地计算梯度，并更新网络权重使得朝向损失值不断减小的方向前进。通过优化循环生成对抗网络，可以使得利用循环生成对抗网络生成的信号与真实信号之间的误差在可接受范围之内。

34、在一种实现方式中，采用第二生成器处理一维信号，获得转化后二维信号后，信号处理方法还包括：

35、采用第一生成器处理转化后二维信号，获取重建后一维信号；

36、利用重建后一维信号和一维信号，获得一维信号损失值；

37、利用一维信号损失值，更新循环生成对抗网络。

38、采用上述技术方案的情况下，将上述一维信号损失值反传给计算损失的上一层网络结构，再依次逐层反向传播从而计算更新循环生成对抗网络的参数。将循环生成对抗网络结尾中得到的量化差异(即一维信号损失值)，由后向前一层一层地计算梯度，并更新网络权重使得朝向损失值不断减小的方向前进。通过优化循环生成对抗网络，可以使得利用循环生成对抗网络生成的信号与真实信号之间的误差在可接受范围之内。

39、在一种实现方式中，采用第一生成器处理转化后二维信号，获取重建后一维信号后，信号处理方法还包括：

40、采用第一生成器处理二维信号，获得转化后一维信号和采用第一生成器处理转化后二维信号，获取重建后一维信号后，对两次利用第一生成器的过程进行损失计算，以更新第一生成器；

41、采用第二生成器处理一维信号，获得转化后二维信号和采用第二生成器处理转换后一维信号，获得重建后二维信号后，对两次利用第二生成器的过程进行损失计算，以更新第二生成器。

42、采用上述技术方案的情况下，将两次利用第一生成器时的中间层特征以损失的形式计算差异，即，使两次利用的第一生成器中的某一个中间层特征趋于相似。接着，由于两次利用的第一生成器的网络结构相同，而输入输出的构造也具有相同的语义，因此使其中间层特征趋同化具有强化特征的意义。第二生成器同理，在此不做赘述。

43、第二方面，本发明还提供了一种信号处理装置。所述信号处理装置包括：处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现上述信号处理方法。

44、第三方面，本发明还提供了一种计算机存储介质。所述计算机存储介质中存储有指令，当指令被运行时，使得上述信号处理方法被执行。

45、与现有技术相比，第二方面和第三方面的有益效果与上述技术方案所述信号处理方法的有益效果相同，此处不做赘述。