CN107835324B - 一种背光亮度调节方法及移动终端 - Google Patents

一种背光亮度调节方法及移动终端 Download PDF

Info

Publication number
CN107835324B
CN107835324B CN201711328094.5A CN201711328094A CN107835324B CN 107835324 B CN107835324 B CN 107835324B CN 201711328094 A CN201711328094 A CN 201711328094A CN 107835324 B CN107835324 B CN 107835324B
Authority
CN
China
Prior art keywords
backlight
backlight brightness
brightness level
neural network
network model
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.)
Active
Application number
CN201711328094.5A
Other languages
English (en)
Other versions
CN107835324A (zh
Inventor
雷乃策
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN201711328094.5A priority Critical patent/CN107835324B/zh
Publication of CN107835324A publication Critical patent/CN107835324A/zh
Application granted granted Critical
Publication of CN107835324B publication Critical patent/CN107835324B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
    • G09G3/34—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters by control of light from an independent source
    • G09G3/3406—Control of illumination source

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Neurology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)
  • Telephone Function (AREA)
  • Liquid Crystal Display Device Control (AREA)

Abstract

本发明提供了一种背光亮度调节方法及移动终端。其中，该方法包括：检测移动终端上的自动背光调节模式是否处于开启状态；若自动背光调节模式处于开启状态，则按照预设的参数项获取对应的参数值；将获取的参数值输入预先建立的神经网络模型中，通过神经网络模型，输出第二背光亮度等级和第一灰阶变化速率；按照第一灰阶变化速率，将显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为第二背光亮度等级。本发明实施例中，利用神经网络模型计算当前环境亮度下显示屏幕应输出的背光亮度等级。由于该神经网络模型能够对用户以往在自动背光调节模式下调节背光的行为，进行学习和训练，因此能够针对不同用户的使用习惯，给出更适合的调节方式。

Description

一种背光亮度调节方法及移动终端
技术领域
本发明涉及通信技术领域，尤其涉及一种背光亮度调节方法及移动终端。
背景技术
在移动终端中的显示屏幕上，无论采用TFT(Thin Film Transistor，薄膜场效应晶体管)或者OLED(Organic Light-Emitting Diode，有机发光二级管)显示技术都会利用到显示亮度的调节问题。随着智能化技术的发展，对于背光亮度调节，现在移动终端上一般都具有自动背光亮度调节的功能，且一般是基于设置在移动终端上的光敏传感器获取环境亮度，然后针对不同的环境亮度输出对应的背光亮度。但由于个体感知有所差异，不同的用户对光的敏感程度不同，自动调节的背光亮度未必适合用户，可能会不贴合用户的使用习惯，还需用户自主调节。
发明内容
本发明实施例提供了一种背光亮度调节方法及移动终端，以解决现有技术中的自动背光亮度调节存在不贴合用户使用习惯的问题。
为了解决上述技术问题，本发明是这样实现的：
第一方面，本发明实施例提供了一种背光亮度调节方法，应用于移动终端。该方法包括：
检测移动终端上的自动背光调节模式是否处于开启状态；
若检测到所述自动背光调节模式处于开启状态，则按照预设的参数项获取对应的参数值，其中，所述参数值包括：当前时刻检测到的环境亮度、当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差和所述移动终端的显示屏幕当前时刻的第一背光亮度等级；所述前一时刻与当前时刻之间具有一预定时间差；
将获取的所述参数值输入预先建立的神经网络模型中，通过所述神经网络模型，输出第二背光亮度等级和第一灰阶变化速率；
按照所述第一灰阶变化速率，将所述显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为所述第二背光亮度等级。
第二方面，本发明实施例提供了一种移动终端，包括：
第一检测模块，用于检测移动终端上的自动背光调节模式是否处于开启状态；
第二获取模块，用于当检测到所述自动背光调节模式处于开启状态时，按照预设的参数项获取对应的参数值，其中，所述参数值包括：当前时刻检测到的环境亮度、当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差和所述移动终端的显示屏幕当前时刻的第一背光亮度等级；所述前一时刻与当前时刻之间具有一预定时间差；
第一处理模块，用于将获取的所述参数值输入预先建立的神经网络模型中，通过所述神经网络模型，输出第二背光亮度等级和第一灰阶变化速率；
调节模块，用于按照所述第一灰阶变化速率，将所述显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为第二背光亮度等级。
第三方面，本发明实施例提供了一种移动终端，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的背光亮度调节方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的背光亮度调节方法的步骤。
本发明实施例中，利用神经网络模型计算当前环境亮度下显示屏幕应输出的背光亮度等级。由于该神经网络模型能够对用户以往在自动背光调节模式下调节背光的行为，进行学习和训练，因此能够针对不同用户的使用习惯，给出更适合的调节方式。即使是用户变更或者用户的阅览习惯变更，系统也可以通过自主学习(参数权重的再分配)来提供更加合理的调光策略。
附图说明
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1表示本发明实施例提供的背光亮度调节方法的流程图；
图2表示本发明实施例提供的背光调节系统的示意图；
图3表示本发明实施例提供的神经网络模型的示意图；
图4表示本发明实施例提供的移动终端的框图之一；
图5表示本发明实施例提供的移动终端的框图之二；
图6表示本发明实施例提供的移动终端的框图之三。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
依据本发明实施例的一个方面，提供了一种背光亮度调节方法，应用于移动终端。
如图1所示，该背光亮度调节方法包括：
步骤101、检测移动终端上的自动背光调节模式是否处于开启状态。
本发明实施例中，移动终端上的自动背光调节模式是否开启决定是否实施本发明实施例提供的背光亮度调节方法，因此，在实施本发明实施例提供的背光亮度调节方法前，需先检测移动终端上的自动背光调节模式是否开启，若开启则进入步骤102；若未开启，则结束，也就是自动背光调节模式处于开启状态，是实施本发明实施例提供的背光亮度调节方法的前提条件。
步骤102、若检测到自动背光调节模式处于开启状态，则按照预设的参数项获取对应的参数值。
其中，这里所述的参数项对应的参数值是用来计算与当前环境亮度相适配的显示屏幕的背光亮度的，该背光亮度能够使用户在当前环境亮度下看显示屏幕时感觉更舒适。通常该参数项为对调节背光的影响比较明显的变量。
其中，这里所述的参数项包括但不限于：当前时刻的环境亮度、当前时刻的环境亮度与前一时刻的环境亮度的亮度差、移动终端的显示屏幕当前时刻的背光亮度等级，与之对应的参数值包括：当前时刻检测到的环境亮度Lt，当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差：△L＝Lt-Lt-1以及移动终端的显示屏幕当前时刻的第一背光亮度等级Xt。
由于环境亮度和显示屏幕的实时背光亮度等级与背光亮度等级的调节效果是直接相关的，反映出来的调光过程就是亮度的大小变更，以及变更快慢的过程，因此可采用这些参数项来计算与当前环境亮度相适配的显示屏幕的背光亮度。
其中，这里所述的前一时刻与当前时刻之间具有一预设时间差，该预设时间差可根据检测环境亮度的传感器的工作周期确定。
若移动终端上设置有多个用于检测环境亮度的传感器，则分别获取每个传感器当前时刻检测到的环境亮度，以及每个传感器当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差。
其中，检测环境亮度的器件可以是设置在移动终端上的光敏传感器。
步骤103、将获取的参数值输入预先建立的神经网络模型中，通过该神经网络模型，输出第二背光亮度等级和第一灰阶变化速率。
本发明实施例中，预先建立了一个神经网络模型，该神经网络模型能够根据步骤102中的获取的参数值，输出显示屏幕在当前环境亮度下应调节到的背光亮度等级(即第二背光亮度等级)，以使显示屏幕的背光亮度更接近用户的使用需求。此外，该神经网络模型在输出第二背光亮度等级的同时，还输出第一灰阶变化速率，该第一灰阶变化速率用来控制背光亮度调节的速率，以使背光亮度的调节具有一个亮度渐变的过程，给予用户适用亮度变化的时间，提升用户的使用体验。
本发明实施例中，该神经网络模型为BP(back propagation)神经网络模型。BP神经网络模型是一种按照误差逆向传播算法训练的多层前馈神经网络模型。在这种神经网络模型中，有两种信号在流动：一是工作信号，它在施加输入信号后向前传播，直到在输出端产生实际输出的信号；二是误差信号，即神经网络模型的实际输出与期望输出间的差值，它由输出端开始，逐层向后传播(即向输入端传播)，以调整各神经元的权重系数，从而使神经网络模型能够输出更加精准的信号。
基于BP神经网络模型的特点，在本发明实施例中，在利用该神经网络模型，计算当前环境亮度下显示屏幕应输出的背光亮度等级时，由于神经网络模型能够对用户以往在自动背光调节模式下调节背光的行为，进行学习和训练，因此能够输出更加贴近用户使用需求的背光亮度等级，从而减少用户在自动背光调节模式下自主调节亮度的行为。
步骤104、按照第一灰阶变化速率，将显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为第二背光亮度等级。
本步骤中，按照第一灰阶变化速率，将显示屏幕的当前的背光亮度等级(即第一背光亮度等级)调节为目标背光亮度等级(即第二背光亮度等级)。
如图2所示，在本发明实施例中，支持该背光调节方法的背光调节系统包括：用于检测环境亮度的传感器(如光敏传感器)、处理器、存储模块、人机交互模块。其中，人机交互模块包括用于显示的输出单元、输入单元(触控模块、按键等)模块。
其中，传感器在背光调节系统中的充当环境变化检测功能；人机交互模块中的输出单元包含背光调节策略的输出端口和提供机器学习的反馈输入窗口；处理器则接收传感器和人机交互系统数据的输入并对对数据分析，优化并给人机交互的模块输出显示内容。并控制背光的亮度等级及不同的亮度之间的过度调节策略。存储器在系统运作过程中存储必要的参数信息和数据。
上面对本发明实施例提供的背光亮度调节方法进行了初步的概述，下面对神经网络模型输出第二背光亮度等级和第一灰阶变化速率的过程以及在检测到用户自主调节背光的行为时对该行为进行学习和训练的过程，进行进一步地解释说明。
一、神经网络模型输出第二背光亮度等级和第一灰阶变化速率的过程。
在介绍神经网络模型输出第二背光亮度等级和第一灰阶变化速率的过程之前，先对神经网络模型的建立过程进行简单解释说明一下：
本发明实施例中，所要建立的神经网络模型包括：输入层、隐含层和输出层。其中，输入层节点(即神经元)的个数与输入参数的个数相同(即若具有三个输入参数，则输入层具有三个节点)；隐含层包括至少一个节点，隐含层节点的个数可根据对神经网络模型的调试效果灵活调节；输出层具有两个节点，分别对应背光亮度等级和灰阶变化速率这两个输出参数。其中，输出层中的每一节点和隐含层中的每一节点均具有至少一个权重系数。该权重系数可预先人为设定，然后在对后续的样本进行学习和训练时，进行调整。在所要建立的神经网络模型具有一个初步的构架后，可通过一定数量的样本数据对神经网络模型进行训练，调整各节点的权重系数。
如图3所示，为神经网络模型的示意图。在该神经网络模型中，输入层具有三个节点，每个节点对应一个输入参数，即当前时刻检测到的环境亮度Lt，当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差：△L＝Lt-Lt-1以及移动终端的显示屏幕当前时刻的第一背光亮度等级Xt，其中，为了示意方便，图中用x1、x2和x3分别表示输入参数△L、Lt、Xt，每个节点还具有三个权重系数，例如，第一个节点的权重系数分别为：W11、W12和W13参数；隐含层具有三个节点，每个节点具有两个权重系数，例如第一个节点的权重系数分别为：z11和z12；输出层具有两个节点，分别对应一个输出参数，即背光亮度等级y和灰阶变化速率v。
其中，需要说明的是，该权重系数的调节过程可发生在移动终端出厂前，也可发生在用户使用移动终端的过程中。当发生在后者时，样本数据为背光调整历史数据，该背光调整历史数据包括：环境亮度样本、在环境亮度样本下神经网络模型输出的系统背光亮度等级样本和系统灰阶变化速率样本、用户针对系统背光亮度等级样本调整的目标背光亮度等级样本以及调整过程中的目标灰阶变化速率。
进一步地，本发明实施例中，预设的参数项除了包括当前时刻的环境亮度、当前时刻的环境亮度与前一时刻的环境亮度的亮度差和移动终端的显示屏幕当前时刻的背光亮度等级这三个主要参数项，还可以包括更多的次相关参数项，如：当前时刻的时间点、移动终端当前时刻所在的位置、用户的年龄、用户的性别和/或自动背光调节模式的开启频率等。在通过有意训练后，将权重系数比较小的变量剔除，然后对于一些不容易被发现但对背光调节具有一定影响的次相关变量保留，便于调光方式具有更好的适应性。
以上则为神经网络模型的建立过程。
下面对神经网络模型输出第二背光亮度等级和第一灰阶变化速率的过程进行进一步地解释说明。
本发明实施例中，在检测到自动调节模式处于开启状态时，按照预设的参数项获取对应的参数值，然后将获取的参数值输入预先建立的神经网络模型中，通过神经网络模型，输出第二背光亮度等级和第一灰阶变化速率，其具体实现过程包括：
首先，根据获取的参数值和第四预设公式：
Figure BDA0001506065190000071
计算隐含层各节点的输入参数。
其中，hi表示隐含层的节点，In_hi表示隐含层中的一个节点的输入参数；xi表示一个预设的参数项对应的参数值，Wij表示该节点的权重系数，Wij的取值范围为(0,1)，j小于或等于隐含层中的节点的个数；n表示参数值的个数，n大于或等于3。
其次，根据计算得到的隐含层的输入参数和第五预设公式：
Figure BDA0001506065190000072
计算隐含层各节点的输出参数。
其中，Out_hi表示隐含层中的一个节点的输出参数。隐含层节点hi的输出采用sigmoid函数作为激活函数。
最后，根据计算得到的隐含层的输出参数和第六预设公式：
Figure BDA0001506065190000073
计算第二背光亮度等级。
以及根据计算得到的隐含层的输出参数和第七预设公式：
Figure BDA0001506065190000074
计算第一灰阶变化速率。
其中，y表示第二背光亮度等级；zij表示隐含层中的一个节点的权重系数，zij的取值范围为(0,1)，j小于或等于隐含层中的节点的个数；b为一常数，通常为经验值；v表示第一灰阶变化速率。
至此，则完成神经网络模型输出第二背光亮度等级和第一灰阶变化速率的过程。
二、在检测到用户自主调节背光的行为时，对该行为进行学习和训练的过程。
当按照第一灰阶变化速率，将显示屏幕的背光亮度等级调节到神经网络模型输出的第一背光亮度等级后，在自动背光亮度调节模式下，若检测到用户自主调节的行为，则说明第一背光亮度等级并非符合用户的使用需求，也就是神经网络模型的实际输出与用户的期望输出不符，则神经网络模型会对此进行学习，以调整各神经元的权重系数，使神经网络模型的输出能够更加贴合用户使用的习惯。因此，在将显示屏幕的背光亮度等级调节到神经网络模型输出的第一背光亮度等级后，还需判断是否检测到用户对背光亮度等级的调节操作。若检测到用户对背光亮度等级的调节操作，则获取在调节操作的调节过程中的第二灰阶变化速率和经过调节操作后显示屏幕的第三背光亮度等级，并根据第三背光亮度等级和第二灰阶变化速率，更新神经网络模型中的权重系数。
进一步地，为了避免用户一些极端的背光调节行为影响神经网络模型的学习，可预先判断用户的背光调节行为是否为有效的调节行为，若为有效的调节行为，则对该调节行为进行学习；若是无效的调节行为(如明显偏离正常背光调节的行为)，则不对该调节行为进行学习。
对于无效的调节行为，例如当前环境亮度只有2lux，用户却把背光等级调到最亮，此行为即可判定为无效行为。又例如光敏值波动很小的时候，用户短时间内反复滑动背光显示的等级，而神经网络中又不设定对应输入变量时，此类调节亦可认为是无效行为。
其中，根据第三背光亮度等级和第二灰阶变化速率，更新神经网络模型中的权重系数的步骤，具体包括：
计算第二背光亮度等级与第三背光亮度等级和第一灰阶变化速率与第二灰阶变化速率的总误差；根据计算得到的总误差，确定神经网络模型中的每一权重系数的误差；根据每一权重系数的误差，更新神经网络模型中的权重系数。
具体地，根据第二背光亮度等级、第三背光亮度等级、第一灰阶变化速率以及第二灰阶变化速率，计算神经网络模型的总误差的步骤，包括：
根据第一预设公式：
Figure BDA0001506065190000091
计算总误差。
其中，All_Err表示总误差，Y表示第三背光亮度等级，y表示第二背光亮度等级，V表示第二灰阶变化速率，v表示第一灰阶变化速率。
具体地，根据计算得到的总误差，确定神经网络模型中的每一权重系数的误差的步骤，包括：
根据计算得到的总误差和第二预设公式：
Figure BDA0001506065190000092
确定神经网络模型中的每一权重系数的误差。
其中，W表示一权重系数，其取值范围为(0,1)，Err_w表示该权重系数的误差，该权重系数为输入层节点的权重系数或隐含层节点的权重系数。
这里利用链式法则对将总误差和各权重系数求偏导，计算出各权重系数的误差。
具体地，根据每一权重系数的误差，更新神经网络模型中的权重系数的步骤，包括：
根据神经网络模型中的每一权重系数的误差和第三预设公式：
w′＝w-η*Errw，
更新神经网络模型中的权重系数。
其中，w表示更新前的权重系数。w′表示更新后的权重系数。η表示预设的学习速率，优选的，η的取值范围在[0，1]区间。
更新后的各节点的权重系数作为下一次系统背光调节的计算参数。如此循环往复，在用户使用移动终端的过程中只要用户对系统的不合理调光做出主动调节过程，系统就会独断的学习并最终收敛到用户最满意的调光方式。
其中，在完成神经网络模型中的权重系数的更新后，若更新后的权重系数小于预设值，说明该权重系数联接的两个节点之间的联接强度较弱，对背光调节的影响较小，因此可舍弃该权重系数，这样也可减少数据处理量。当一个节点的权重系数均小于该预设值时，则舍弃该节点。
其中，该预设值为数值较小的一个数值，如0.001等。该预设值的具体取值可根据实际需求决定。
综上所述，本发明实施例提供的背光亮度调节方法，利用神经网络模型计算当前环境亮度下显示屏幕应输出的背光亮度等级，以用户的自主调节背光行为作为误差反馈源，然后利用该神经网络反向传播算法，改变不同变量对于系统作用的权重，使神经网络模型的亮度调节行为不断地优化，达到贴合用户使用习惯的效果。这样能够针对不同用户的使用习惯，给出更适合的调节方式。即使是用户变更或者用户的阅览习惯变更，系统也可以通过自主学习(参数权重的再分配)来提供更加合理的调光策略。
依据本发明实施例的另一个方面，提供了一种移动终端。
如图4所示，该移动终端400包括：
第一检测模块401，用于检测移动终端上的自动背光调节模式是否处于开启状态。
第二获取模块402，用于当检测到自动背光调节模式处于开启状态时，按照预设的参数项获取对应的参数值。
其中，这里所述的参数值包括：当前时刻检测到的环境亮度、当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差和移动终端的显示屏幕当前时刻的第一背光亮度等级；前一时刻与当前时刻之间具有一预定时间差。
第一处理模块403，用于将获取的参数值输入预先建立的神经网络模型中，通过神经网络模型，输出第二背光亮度等级和第一灰阶变化速率。
调节模块，404用于按照第一灰阶变化速率，将显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为第二背光亮度等级。
进一步地，如图5所示，该移动终端400还包括：
第二检测模块405，用于在自动背光亮度调节模式下，判断是否检测到用户对背光亮度等级的调节操作。
第二获取模块406，用于当检测到用户对背光亮度等级的调节操作时，获取在调节操作的调节过程中的第二灰阶变化速率和经过调节操作后显示屏幕的第三背光亮度等级。
第二处理模块407，用于根据第三背光亮度等级和第二灰阶变化速率，更新神经网络模型中的权重系数。
进一步地，如图5所示，该第二处理模块407包括：
第一计算单元4071，用于根据第二背光亮度等级、第三背光亮度等级、第一灰阶变化速率以及第二灰阶变化速率，计算神经网络模型的总误差。
确定单元4072，用于根据计算得到的总误差，确定神经网络模型中的每一权重系数的误差。
处理单元4073，用于根据每一权重系数的误差，更新神经网络模型中的权重系数。
进一步地，该第一计算单元4071具体用于：
根据第一预设公式：
Figure BDA0001506065190000111
计算总误差。
其中，All_Err表示总误差，Y表示第三背光亮度等级，y表示第二背光亮度等级，V表示第二灰阶变化速率，v表示第一灰阶变化速率。
进一步地，该确定单元4072具体用于：
根据计算得到的总误差和第二预设公式：
Figure BDA0001506065190000112
确定神经网络模型中的每一权重系数的误差。
其中，W表示一权重系数，Err_w表示该权重系数的误差；All_Err表示总误差。
进一步地，该处理单元4073具体用于：
根据神经网络模型中的每一权重系数的误差和第三预设公式：
w′＝w-η*Errw，
更新神经网络模型中的权重系数。
其中，w表示更新前的权重系数，w′表示更新后的权重系数，η表示预设的学习速率，Err_w表示该权重系数的误差。
进一步地，如图5所示，该移动终端400还包括：
第三处理模块408，用于当更新后的权重系数小于预设值时，舍弃该权重系数。
进一步地，该神经网络模型包括：输入层、隐含层和输出层，隐含层包括至少一个节点。
其中，如图5所示，该第一处理模块403包括：
第二计算单元4031，用于根据获取的参数值和第四预设公式：
Figure BDA0001506065190000121
计算隐含层各节点的输入参数。
其中，In_hi表示隐含层中的一个节点的输入参数；xi表示一个预设的参数项的参数值，Wij表示该节点的权重系数，j小于或等于隐含层中的节点的个数；n表示参数值的个数，n大于或等于3。
第三计算单元4032，用于根据计算得到的隐含层的输入参数和第五预设公式：
Figure BDA0001506065190000122
计算隐含层各节点的输出参数。
其中，Out_hi表示隐含层中的一个节点的输出参数。
第四计算单元4033，用于根据计算得到的隐含层的输出参数和第六预设公式：
Figure BDA0001506065190000123
计算第二背光亮度等级。
其中，y表示第二背光亮度等级；zij表示隐含层中的一个节点的权重系数；b为一常数。
第五计算单元4034，用于根据计算得到的隐含层的输出参数和第七预设公式：
Figure BDA0001506065190000124
计算第一灰阶变化速率。
其中，v表示第一灰阶变化速率。
进一步地，本发明实施例中，预设的参数项还包括：
当前时刻的时间点、移动终端当前时刻所在的位置、用户的年龄、用户的性别和/或自动背光调节模式的开启频率。
综上所述，本发明实施例提供的移动终端，利用神经网络模型计算当前环境亮度下显示屏幕应输出的背光亮度等级，以用户的自主调节背光行为作为误差反馈源，然后利用该神经网络反向传播算法，改变不同变量对于系统作用的权重，使神经网络模型的亮度调节行为不断地优化，达到贴合用户使用习惯的效果。这样能够针对不同用户的使用习惯，给出更适合的调节方式。即使是用户变更或者用户的阅览习惯变更，系统也可以通过自主学习(参数权重的再分配)来提供更加合理的调光策略。
图6为实现本发明各个实施例的一种移动终端的硬件结构示意图。
该移动终端600包括但不限于：射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、处理器610、以及电源611等部件。本领域技术人员可以理解，图6中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
处理器610，用于检测移动终端上的自动背光调节模式是否处于开启状态；若所述自动背光调节模式处于开启状态，则按照预设的参数项获取对应的参数值；将获取的所述参数值输入预先建立的神经网络模型中，通过所述神经网络模型，输出第二背光亮度等级和第一灰阶变化速率；按照所述第一灰阶变化速率，将所述显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为第二背光亮度等级。
其中，所述参数值包括：当前时刻检测到的环境亮度、当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差和所述移动终端的显示屏幕当前时刻的第一背光亮度等级；所述前一时刻与当前时刻之间具有一预定时间差。
本发明实施例中，利用神经网络模型计算当前环境亮度下显示屏幕应输出的背光亮度等级。由于该神经网络模型能够对用户以往在自动背光调节模式下调节背光的行为，进行学习和训练，因此能够针对不同用户的使用习惯，给出更适合的调节方式。即使是用户变更或者用户的阅览习惯变更，系统也可以通过自主学习(参数权重的再分配)来提供更加合理的调光策略。
应理解的是，本发明实施例中，射频单元601可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器610处理；另外，将上行的数据发送给基站。通常，射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元601还可以通过无线通信系统与网络和其他设备通信。
移动终端通过网络模块602为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元603还可以提供与移动终端600执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。
输入单元604用于接收音频或视频信号。输入单元604可以包括图形处理器(Graphics Processing Unit，GPU)6041和麦克风6042，图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元606上。经图形处理器6041处理后的图像帧可以存储在存储器609(或其它存储介质)中或者经由射频单元601或网络模块602进行发送。麦克风6042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元601发送到移动通信基站的格式输出。
移动终端600还包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度，接近传感器可在移动终端600移动到耳边时，关闭显示面板6061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。
显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板6061。
用户输入单元607可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器610，接收处理器610发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6071。除了触控面板6071，用户输入单元607还可以包括其他输入设备6072。具体地，其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
进一步的，触控面板6071可覆盖在显示面板6061上，当触控面板6071检测到在其上或附近的触摸操作后，传送给处理器610以确定触摸事件的类型，随后处理器610根据触摸事件的类型在显示面板6061上提供相应的视觉输出。虽然在图6中，触控面板6071与显示面板6061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板6071与显示面板6061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元608为外部装置与移动终端600连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端600内的一个或多个元件或者可以用于在移动终端600和外部装置之间传输数据。
存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器609可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器610是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器609内的软件程序和/或模块，以及调用存储在存储器609内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器610可包括一个或多个处理单元；优选的，处理器610可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器610中。
移动终端600还可以包括给各个部件供电的电源611(比如电池)，优选的，电源611可以通过电源管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外，移动终端600包括一些未示出的功能模块，在此不再赘述。
优选的，本发明实施例还提供一种移动终端，包括处理器610，存储器609，存储在存储器609上并可在所述处理器610上运行的计算机程序，该计算机程序被处理器610执行时实现上述背光亮度调节方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述背光亮度调节方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (6)

1.一种背光亮度调节方法，应用于移动终端，其特征在于，包括：
检测移动终端上的自动背光调节模式是否处于开启状态；
若检测到所述自动背光调节模式处于开启状态，则按照预设的参数项获取对应的参数值；其中，所述参数值包括：当前时刻检测到的环境亮度、当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差和所述移动终端的显示屏幕当前时刻的第一背光亮度等级；所述前一时刻与当前时刻之间具有一预定时间差；其中，所述参数项对应的参数值用于计算与当前环境亮度相适配的显示屏幕的背光亮度；
将获取的所述参数值，输入预先建立的神经网络模型中，通过所述神经网络模型，输出第二背光亮度等级和第一灰阶变化速率；其中，所述神经网络模型能够对用户在自动背光调节模式下调节背光的历史行为进行学习和训练；
按照所述第一灰阶变化速率，将所述显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为所述第二背光亮度等级；
所述按照所述第一灰阶变化速率，将所述显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为第二背光亮度等级的步骤之后，所述方法还包括：
在所述自动背光亮度调节模式下，判断是否检测到用户对背光亮度等级的调节操作；
若检测到用户对背光亮度等级的调节操作，则获取在所述调节操作的调节过程中的第二灰阶变化速率和经过所述调节操作后所述显示屏幕的第三背光亮度等级；
根据所述第三背光亮度等级和所述第二灰阶变化速率，更新所述神经网络模型中的权重系数；
所述根据所述第三背光亮度等级和所述第二灰阶变化速率，更新所述神经网络模型中的权重系数的步骤，包括：
根据所述第二背光亮度等级、所述第三背光亮度等级、所述第一灰阶变化速率以及所述第二灰阶变化速率，计算所述神经网络模型的总误差；
根据计算得到的所述总误差，确定所述神经网络模型中的每一权重系数的误差；
根据所述每一权重系数的误差，更新所述神经网络模型中的权重系数；
所述根据所述每一权重系数的误差，更新所述神经网络模型中的权重系数的步骤之后，所述方法还包括：
若更新后的权重系数小于预设值，则舍弃该权重系数。
2.根据权利要求1所述的背光亮度调节方法，其特征在于，所述预设的参数项还包括：
当前时刻的时间点、所述移动终端当前时刻所在的位置、用户的年龄、用户的性别和/或自动背光调节模式的开启频率。
3.一种移动终端，其特征在于，包括：
第一检测模块，用于检测移动终端上的自动背光调节模式是否处于开启状态；
第二获取模块，用于当检测到所述自动背光调节模式处于开启状态时，按照预设的参数项获取对应的参数值，其中，所述参数值包括：当前时刻检测到的环境亮度、当前时刻检测到的环境亮度与前一时刻检测到的环境亮度的亮度差和所述移动终端的显示屏幕当前时刻的第一背光亮度等级；所述前一时刻与当前时刻之间具有一预定时间差；其中，所述参数项对应的参数值用于计算与当前环境亮度相适配的显示屏幕的背光亮度；
第一处理模块，用于将获取的所述参数值输入预先建立的神经网络模型中，通过所述神经网络模型，输出第二背光亮度等级和第一灰阶变化速率；其中，所述神经网络模型能够对用户在自动背光调节模式下调节背光的历史行为进行学习和训练；
调节模块，用于按照所述第一灰阶变化速率，将所述显示屏幕的背光亮度等级由当前的第一背光亮度等级调节为第二背光亮度等级；
所述移动终端还包括：
第二检测模块，用于在所述自动背光亮度调节模式下，判断是否检测到用户对背光亮度等级的调节操作；
第二获取模块，用于当检测到用户对背光亮度等级的调节操作时，获取在所述调节操作的调节过程中的第二灰阶变化速率和经过所述调节操作后所述显示屏幕的第三背光亮度等级；
第二处理模块，用于根据所述第三背光亮度等级和所述第二灰阶变化速率，更新所述神经网络模型中的权重系数；
所述第二处理模块包括：
第一计算单元，用于根据所述第二背光亮度等级、所述第三背光亮度等级、所述第一灰阶变化速率以及所述第二灰阶变化速率，计算所述神经网络模型的总误差；
确定单元，用于根据计算得到的所述总误差，确定所述神经网络模型中的每一权重系数的误差；
处理单元，用于根据所述每一权重系数的误差，更新所述神经网络模型中的权重系数；
所述移动终端还包括：
第三处理模块，用于当更新后的权重系数小于预设值时，舍弃该权重系数。
4.根据权利要求3所述的移动终端，其特征在于，所述预设的参数项还包括：
当前时刻的时间点、所述移动终端当前时刻所在的位置、用户的年龄、用户的性别和/或自动背光调节模式的开启频率。
5.一种移动终端，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至2中任一项所述的背光亮度调节方法的步骤。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至2中任一项所述的背光亮度调节方法的步骤。
CN201711328094.5A 2017-12-13 2017-12-13 一种背光亮度调节方法及移动终端 Active CN107835324B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711328094.5A CN107835324B (zh) 2017-12-13 2017-12-13 一种背光亮度调节方法及移动终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711328094.5A CN107835324B (zh) 2017-12-13 2017-12-13 一种背光亮度调节方法及移动终端

Publications (2)

Publication Number Publication Date
CN107835324A CN107835324A (zh) 2018-03-23
CN107835324B true CN107835324B (zh) 2021-05-25

Family

ID=61644256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711328094.5A Active CN107835324B (zh) 2017-12-13 2017-12-13 一种背光亮度调节方法及移动终端

Country Status (1)

Country Link
CN (1) CN107835324B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110838279B (zh) * 2018-08-16 2021-01-15 珠海格力电器股份有限公司 一种背光调整的方法及装置
CN109119032A (zh) * 2018-09-11 2019-01-01 重庆爱奇艺智能科技有限公司 一种消除lcd拖影的背光调节的方法与系统
CN111506181B (zh) * 2019-01-31 2022-05-17 上海欧菲智能车联科技有限公司 设备亮度自动调节方法、装置、设备及存储介质
CN110035176B (zh) * 2019-03-25 2021-01-01 努比亚技术有限公司 一种移动终端的亮度调节方法、移动终端及存储介质
CN113924612B (zh) * 2019-06-13 2024-04-05 索尼集团公司 图像处理装置、图像处理方法以及显示装置
CN110517648A (zh) * 2019-09-05 2019-11-29 四川长虹电器股份有限公司 显示装置的调光方法及系统
CN110572596A (zh) 2019-09-11 2019-12-13 深圳创维－Rgb电子有限公司 电视机及其背光控制方法、控制装置和可读存储介质
CN110738120B (zh) * 2019-09-17 2024-02-09 平安科技（深圳）有限公司 环境数据调整方法及装置、电子设备及介质
CN110880303A (zh) * 2019-12-09 2020-03-13 Oppo广东移动通信有限公司 背光亮度的调节方法、系统、存储介质及电子设备
CN112992056A (zh) 2019-12-16 2021-06-18 北京小米移动软件有限公司 环境光检测方法和装置、电子设备、存储介质
CN113035144B (zh) * 2019-12-25 2022-07-08 Oppo广东移动通信有限公司 调节显示参数的方法、装置、移动终端以及存储介质
CN111343321B (zh) * 2020-02-28 2021-08-10 Oppo广东移动通信有限公司 背光亮度调节方法及相关产品
CN114550674B (zh) * 2020-11-26 2023-08-22 北京新能源汽车股份有限公司 一种显示屏亮度控制方法、装置、设备及汽车
CN114242002B (zh) * 2021-11-18 2023-04-25 岚图汽车科技有限公司 一种汽车中央面板背光亮度调节系统及方法
CN114035328A (zh) * 2021-11-23 2022-02-11 中国航空工业集团公司洛阳电光设备研究所 一种平显屏幕的亮度调节系统
US20240048652A1 (en) * 2022-08-02 2024-02-08 Qualcomm Incorporated Automatic implementation of a setting for a feature of a device using machine learning
CN116092447A (zh) * 2022-12-19 2023-05-09 广东明创软件科技有限公司 屏幕亮度确定方法、电子装置、终端设备及存储介质
CN117238228A (zh) * 2023-11-14 2023-12-15 湖北星纪魅族集团有限公司 显示亮度调整方法、可穿戴设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104240680A (zh) * 2014-09-16 2014-12-24 青岛海信电器股份有限公司 一种触摸屏亮度调整的方法和触控显示装置
CN104580701A (zh) * 2014-12-16 2015-04-29 深圳市金立通信设备有限公司 一种终端
CN104575448A (zh) * 2015-02-12 2015-04-29 广东欧珀移动通信有限公司 一种显示装置的背光调整方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2907057B2 (ja) * 1995-04-20 1999-06-21 日本電気株式会社 輝度自動調整装置
CN103281436B (zh) * 2013-04-27 2015-03-11 深圳市金立通信设备有限公司 一种调节移动终端屏幕亮度的方法及移动终端
CN104168371A (zh) * 2014-08-08 2014-11-26 Tcl通讯（宁波）有限公司 一种移动终端背光亮度调整方法及移动终端
CN104538005A (zh) * 2014-12-16 2015-04-22 深圳市金立通信设备有限公司 一种调节屏幕亮度的方法
CN104978947B (zh) * 2015-07-17 2018-06-05 京东方科技集团股份有限公司 显示状态的调节方法、显示状态调节装置及显示装置
CN106250012A (zh) * 2016-07-20 2016-12-21 广东欧珀移动通信有限公司 屏幕亮度和色温调整方法、装置及终端设备
CN107016952A (zh) * 2017-04-19 2017-08-04 深圳市金立通信设备有限公司 一种屏幕亮度调节方法及终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104240680A (zh) * 2014-09-16 2014-12-24 青岛海信电器股份有限公司 一种触摸屏亮度调整的方法和触控显示装置
CN104580701A (zh) * 2014-12-16 2015-04-29 深圳市金立通信设备有限公司 一种终端
CN104575448A (zh) * 2015-02-12 2015-04-29 广东欧珀移动通信有限公司 一种显示装置的背光调整方法及装置

Also Published As

Publication number Publication date
CN107835324A (zh) 2018-03-23

Similar Documents

Publication Publication Date Title
CN107835324B (zh) 一种背光亮度调节方法及移动终端
CN108449489B (zh) 一种柔性屏控制方法、移动终端及服务器
CN111260665B (zh) 图像分割模型训练方法和装置
CN108184050B (zh) 一种拍照方法、移动终端
CN108090855B (zh) 一种学习计划推荐方法及移动终端
CN108683850B (zh) 一种拍摄提示方法及移动终端
CN111025922B (zh) 一种目标设备控制方法及电子设备
CN110187822B (zh) 一种终端及应用于终端的屏幕显示控制方法
CN109343693B (zh) 一种亮度调节方法及终端设备
CN109104566B (zh) 一种图像显示方法及终端设备
CN108762877B (zh) 一种移动终端界面的控制方法及移动终端
CN108848309B (zh) 一种相机程序启动方法及移动终端
CN110825295B (zh) 一种应用程序的控制方法和电子设备
CN106774861B (zh) 智能设备及行为数据纠正方法和装置
CN107784298B (zh) 一种识别方法及装置
CN112733673B (zh) 一种内容显示方法、装置、电子设备及可读存储介质
CN112256006B (zh) 一种数据的处理方法、装置及电子设备
CN111261128B (zh) 屏幕亮度调整方法及电子设备
CN112653789A (zh) 语音模式切换方法、终端及存储介质
CN108536272B (zh) 一种调整应用程序帧率的方法及移动终端
CN109347721B (zh) 一种信息发送方法及终端设备
CN111443824A (zh) 一种触控屏控制方法及电子设备
CN110719531A (zh) 视频播放进度调节方法及电子设备
CN111276142B (zh) 一种语音唤醒方法及电子设备
CN115240250A (zh) 模型训练方法、装置、计算机设备及可读存储介质

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