时间序列转图像

作者: dingtom | 来源:发表于2020-05-08 14:14 被阅读0次

时间序列转图像
Python视频转图像序列，图像序列转视频
TS and chaos
pyspark DCT（离散余弦变换）
基于深度学习的视频检测分类综述（2）
学习笔记TF027:卷积神经网络
iOS视频硬编码代码
Google Earth Engine谷歌地球引擎直方图与时间序
Numpy与图像互转
视频编码原理

CSI

$X(f,t)$
$Y(f,t)$

滤波

$G^{2}(\omega)$
$G^{2}(\omega)=|H(j \omega)|^{2}=\frac{G_{0}^{2}}{1+(\frac{\omega}{\omega_{c}})^{2 n}}$

$\omega_c$
$G_0$

GASF
$X = \{x_1, x_2, \dots, x_n\}$
$\tilde{x}_{i} \in[0,1], \forall 1 \leq i \leq n$

$\phi_{i}=\arccos(\tilde{x}_{i})$
$\tilde{x}_i \in [-1,1]$

$G A S F=[\cos (\phi_{i}) \cdot \cos (\phi_{j}) - \sin (\phi_{i}) \cdot \sin (\phi_{j})]_{n \times n}$

$\tilde{X}=(\cos (\phi_{1}), \cdots, \cos (\phi_{n}))^{T}$

$G A S F=\tilde{X} \cdot \tilde{X}^{T} - \sqrt{I - \tilde{X}^{2}} \cdot \sqrt{I - {(\tilde{X}^{T})}^{2}}$

论文
 pyts
csdn
博客

在极坐标系中，一点是用离中点的距离和角度来定位的：

设 $X = \{x_1, x_2, \dots, x_n \mid x_t \in \mathbb{R}, t \in \mathbb{N}\}$ 为某些传感器(陀螺仪、测角仪等)的观测。在笛卡尔坐标系中，一个点由一个索引 $t$ 和一个值 $x_t$ 给出。

$(t, x_t)$ 可以通过 $r_t = \sqrt{t^2 + x_t^2}$ 和 $x_t \geq 0$ , $\phi_t = \arccos\left(\frac{t}{r_t}\right)$ ; $x_t < 0$ , $-\phi_t$ 转换到极坐标通过 $\left(r_t\cos(\phi_t), r_t\sin(\phi_t)\right)$ 返回原始坐标。

设 $r_t = 1$ 所有点都在单位圆上。这要求 $t$ 和 $x_t$ 在区间 $[0, 1]$ 或 $[-1, 1]$ 上。 $[0, 1]$ 的好处是函数 $x_t = \sqrt{1 - t^2}$ 和 $t = \sqrt{1 - x_t^2}$ 是单射。

由于神经网络一般不关心一个尺度是 $[1,1]$ 还是 $[0,1]$ ，所以我们选择后者。转换公式为 $\tilde{x}_t = \frac{x_t - \min(X)}{\max(X) - \min(X)}$
极坐标使得使用三角恒等式成为可能
$\cos(\phi_i + \phi_j) = \cos(\phi_i) \cos(\phi_j) - \sin(\phi_i)\sin(\phi_j)$ , $\sin(\phi_i - \phi_j) = \sin(\phi_i)\cos(\phi_j) - \cos(\phi_i)\sin(\phi_j)$

当我们保持 $r_t = 1$ 的假设时，三角函数是简单的 $\cos(\phi_i) = \sqrt{1 - \tilde{x}_i^2}$ , $\sin(\phi_i) = \tilde{x}_i$ ,但是，我们损失了时间t因为我们令 $r_t = 1$ 。因为 $t$ 只是一个索引，这不会影响CNN的性能。

GAFs是2D图，它们显示了某个时间步长到另一个时间步长的行为。例如，我们可以看看 $x_ t$ 在 $t$ 时刻的值比 $t + 1$ 时刻高多少。

论文介绍了以下两个GAFs: $\cos(\phi_i + \phi_j)$ 和 $\sin(\phi_i - \phi_j)$ 对于时间序列中的所有 $i, j$ 。这两个图使用极坐标的方式在上一节中描述过。

让我们看一个简单的例子:一个时间序列包含两个值 $x_1 = 1$ 和 $x_2 = 2$ 。有4种可能: $x_1 \to x_1$ , $x_1 \to x_2$ , $x_2 \to x_1$ , $x_2 \to x_2$

为了计算GAFs，极坐标是必需的。将 $x_1$ 和 $x_2$ 缩放到 $[0,1]$ 的结果是 $\tilde{x}_1 = 0$ , $\tilde{x}_2 = 1$ 然后根据上面的三角公式，第一个GAF的每一项都由 $\sqrt{1 - \tilde{x}_i^2}\sqrt{1 - \tilde{x}_j^2} - \tilde{x}_i\tilde{x}_j$ 给出
第一GAF是：
$\begin{bmatrix}\cos(\phi_1 + \phi_1) & \cos(\phi_1 + \phi_2)\\\cos(\phi_2 + \phi_1) & \cos(\phi_2 + \phi_2)\end{bmatrix} = \begin{bmatrix}1 & 0\\0 & -1\end{bmatrix} %]]>$

图1:Gramian角场的编码图。X是“Fish”数据集中重新缩放的时间序列序列。我们用公式（3）将X转换成极坐标系，最后用公式（5）和（7）计算其GASF/GADFimages。在本例中，我们在没有PAA平滑的情况下构建gaf，因此gaf都具有高分辨率

时间序列转图像
CSI 滤波 GASF 论文pytscsdn博客在极坐标系中，一点是用离中点的距离和角度来定位的：设为某些传感...
Python视频转图像序列，图像序列转视频
TS and chaos
今天听seminar，老师是做时间序列的。提到ts的图像竟然也是分形几何的图像，就是up and down 从小幅...
pyspark DCT（离散余弦变换）
DCT：将时域的N维实数序列转换成频域的N维实数序列常用于信号处理和图像处理，对信号和图像（包括静止图像和运动图像...
基于深度学习的视频检测分类综述（2）
2、基于彩色序列图像和光流图像的视频检测分类该方法主要是把彩色序列图像和图像光流放入CNN网络中，经过数据融合后...
学习笔记TF027:卷积神经网络
卷积神经网络(Convolutional Neural Network,CNN)，可以解决图像识别、时间序列信息问...
iOS视频硬编码代码
为什么视频可以压缩编码？存在冗余信息空间冗余：图像相邻像素之间有较强的相关性时间冗余：视频序列的相邻图像之间内容...
Google Earth Engine谷歌地球引擎直方图与时间序
本文主要对GEE中的依据栅格图像绘制直方图与时间序列图并调整图像可视化参数操作加以介绍。本文是谷歌地球引擎（G...
Numpy与图像互转
图像转numpy 这相对简单，示例如下： numpy转图像现假设变量img为np.array数据，则将其转为图像...
视频编码原理
1.1 一个图像或者一个视频序列进行压缩，产生码流。对图像的处理即是:帧内预测编码对视频序列的处理:帧间预测编...