#傅里叶变换

FourierKAN是一个基于傅里叶变换的PyTorch神经网络层，旨在替代传统的线性层和非线性激活组合。该项目受Kolmogorov-Arnold网络启发，采用一维傅里叶系数，提高了优化效率和数值稳定性。FourierKAN支持CPU和GPU运行，并提供了训练策略和正则化方法。其核心优势在于潜在的内存效率和性能提升，为深度学习模型设计开辟了新的可能性。

Tree-Ring Watermarks是一种为扩散模型图像设计的水印技术。通过在初始噪声的傅里叶变换中嵌入特殊模式，生成的水印在图像中不可见，但可通过反向扩散检测。该技术有效验证和保护AI生成图像，能抵抗多种攻击并保持图像质量。项目提供完整实现代码，包含主要实验、CLIP评分计算和FID评估功能。

Heart-rate-measurement-using-camera项目开发了一种基于摄像头的非接触式心率测量系统。该系统通过分析面部皮肤颜色变化来提取心率信息，主要用于监测驾驶员的生理状态。系统采用面部识别技术定位感兴趣区域，并结合带通滤波器和快速傅里叶变换处理数据。除实时心率测量外，项目还提供数据可视化和颜色放大功能，增强了心率监测的直观性。值得注意的是，该系统目前仅支持单人检测，且需要被测者在摄像头前保持稳定约10秒以获得准确结果。