CN110365951A - 一种投影调整方法、投影设备、服务器及计算机存储介质 - Google Patents
一种投影调整方法、投影设备、服务器及计算机存储介质 Download PDFInfo
- Publication number
- CN110365951A CN110365951A CN201810315534.1A CN201810315534A CN110365951A CN 110365951 A CN110365951 A CN 110365951A CN 201810315534 A CN201810315534 A CN 201810315534A CN 110365951 A CN110365951 A CN 110365951A
- Authority
- CN
- China
- Prior art keywords
- parameter
- environment parameter
- projection
- current environment
- projective
- 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.)
- Pending
Links
Classifications
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3179—Video signal processing therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种投影调整方法，应用于投影设备，可以包括：获取用于表征投影区域的当前环境参数；基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；依据所述调整后的投影参数进行投影。同时，本发明实施例还公开了一种投影设备、服务器及计算机存储介质。
Description
技术领域
本发明涉及投影领域，尤其涉及一种投影调整方法、投影设备、服务器及计算机存储介质。
背景技术
随着技术的不断发展，投影设备正朝着智能化、小型化和插件化的趋势发展。例如，现有的投影触控设备除了可以将图像或视频投射到幕布、墙壁等平面上之外，用户还能在投射的画面中进行触控操作。此外，集成了投影功能的智能移动设备由于具有便携的特性，使得应用的场景更加广泛。然而，在实际应用中，投影设备由于不能根据不同时间的光照强度大小、和/或不同地点投射的平面颜色深浅等外部环境的变化自动调整投影参数，会导致成像可视度差，影响用户的视觉效果和操作体验。
发明内容
有鉴于此，本发明实施例期望提供一种投影调整方法、投影设备、服务器及计算机存储介质，能够根据环境的变化自动调整投影设备的投影参数，提高成像可视度，从而提升用户的视觉效果和操作体验。
为达到上述目的，本发明的技术方案是这样实现的：
第一方面，本发明实施例提供了一种投影调整方法，应用于投影设备，所述方法包括：
获取用于表征投影区域的当前环境参数；
基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
依据所述调整后的投影参数进行投影。
上述方案中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数，包括：
当所述投影设备处于网络接入状态时，向服务器发送所述当前环境参数；
接收由所述服务器返回的调整后的投影参数，所述调整后的投影参数是所述服务器将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型后获得的。
上述方案中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之前，还包括：
获取训练样本，所述训练样本包括历史环境参数和历史投影参数；
将所述历史环境参数作为模型输入变量，所述历史投影参数作为模型输出变量；
基于所述训练样本训练神经网络调整模型。
上述方案中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之后，还包括：
获取所述投影设备对应的用户对所述投影参数的使用习惯；
基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
相应的，所述依据所述调整后的投影参数进行投影，包括：依据所述目标投影参数进行投影。
上述方案中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之前，还包括：
判断所述当前环境参数是否满足设定的调整条件；
相应于所述当前环境参数满足所述设定的调整条件时，执行所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数的步骤。
上述方案中，所述获取用于表征投影区域的当前环境参数，包括：获取当前所述投影区域未被投影图像时的背景图像；
相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度，获得第一相似度值；
相应于所述第一相似度值小于第一设定阈值时，确定所述当前环境参数满足设定的调整条件。
上述方案中，所述获取用于表征投影区域的当前环境参数，包括：以设定的时间间隔采集当前位于所述投影区域周围的目标区域的背景图像；
相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度，获得第二相似度值；
相应于所述第二相似度值小于第二设定阈值时，确定所述当前环境参数满足设定的调整条件。
上述方案中，所述获取用于表征投影区域的当前环境参数，包括：以设定的时间间隔采集所述投影设备当前所处位置的光照强度值；
相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的光照强度值与上一次采集到的光照强度值之间的差值；
相应于所述差值的绝对值大于设定的光照强度阈值时，确定所述当前环境参数满足设定的调整条件。
第二方面，本发明实施例提供了一种投影调整方法，应用于服务器，所述方法包括：
接收投影设备发送的用于表征投影区域的当前环境参数；
基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
向所述投影设备发送所述调整后的投影参数。
上述方案中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之后，还包括：
获取所述投影设备对应的用户对所述投影参数的使用习惯；
基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
相应的，所述向所述投影设备发送所述调整后的投影参数，包括：向所述投影设备发送所述目标投影参数。
第三方面，本发明实施例提供了一种投影设备，所述投影设备包括：第一网络接口、第一处理器和第一存储器；其中，
所述第一网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述第一存储器，用于存储能够在第一处理器上运行的计算机程序；
所述第一处理器，用于在运行所述计算机程序时，执行第一方面所述方法的步骤。
第四方面，本发明实施例提供了一种服务器，所述服务器包括：第二网络接口、第二处理器和第二存储器；其中，
所述第二网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述第二存储器，用于存储能够在第二处理器上运行的计算机程序；
所述第二处理器，用于在运行所述计算机程序时，执行第二方面所述方法的步骤。
第五方面，本发明实施例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投影调整程序，所述投影调整程序被处理器执行时实现如第一方面或第二方面所述方法的步骤。
本发明实施例提供的投影调整方法、投影设备、服务器及计算机存储介质，获取用于表征投影设备的投影区域的当前环境参数后，将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，获取调整后的投影参数，并使投影设备依据调整后的投影参数进行投影。如此，使得投影设备能够根据环境的变化自动调整投影参数，提高了成像可视度，从而提升了用户的视觉效果和操作体验。
附图说明
图1为本发明实施例提供的一种投影调整方法的流程示意图；
图2为本发明实施例提供的另一种投影调整方法的流程示意图；
图3为本发明实施例提供的一种投影调整系统的结构示意图；
图4为本发明实施例中投影调整模型的架构示意图；
图5为本发明实施例提供的一种投影调整方法的具体流程示意图；
图6为本发明实施例提供的一种投影调整装置的结构示意图；
图7为本发明实施例提供的一种投影设备的结构示意图；
图8为本发明实施例提供的一种投影调整装置的结构示意图；
图9为本发明实施例提供的一种服务器的结构示意图；
图10为本发明实施例提供的一种投影调整系统的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明技术方案做进一步的详细阐述。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
参见图1，其示出了本实施例提供的一种投影调整方法，该方法可以应用于投影设备，该方法可以包括：
S101：获取用于表征投影区域的当前环境参数；
可以理解地，所述投影区域是投影设备在投影平面上形成的投影范围，所述投影平面可以是幕布、墙壁等平面。所述环境参数可以包括以下至少之一：所述投影区域未被投影图像时的背景图像、位于所述投影区域周围的目标区域的背景图像、所述投影设备所处位置的光照强度值。所述目标区域可以是距离所述投影区域的边缘一固定范围内的区域，比如距离所述投影区域的左侧或右侧边缘3至6厘米范围内的区域。所述投影设备所处位置的光照强度值可以是所述投影设备周围的光照强度值，由于投影设备所投射出的光线会影响投影设备朝投影区域方向的光照环境，因此，因尽量避免采集投影设备朝投影区域方向的光照强度值作为所述投影设备所处位置的光照强度值。作为一可选的实施方式，可以在投影设备内设置图像采集装置，例如设置图像传感器采集所述背景图像，并可以在投影设备外设置光照采集装置，例如设置光照传感器采集所述光照强度值。当采集不同位置或区域的背景图像时，图像传感器的取景方向可依据采集的位置或区域相应进行设置。例如，当需要采集所述投影区域未被投影图像时的背景图像时，则可设置图像传感器的取景方向正向对准所述投影区域。
S102：基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
可以理解地，所述投影参数可以包括以下至少之一：亮度、对比度、分辨率等。对于投影设备而言，亮度越高，投射出的图像看起来越清晰；对比度是通过测量黑色和白色之间的对比获得，对比度越高，图像越清晰；分辨率越高时，图像所含的像素数目也越多，显示的图形细节更丰富，使画面更完美。由于在相同投影参数下，当环境参数发生变化时，可能会导致成像可视度变差，从而影响用户的视觉效果和操作体验，因此需要根据环境参数对应调整投影参数。
在一实施方式中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数，包括：当所述投影设备处于离线状态时，投影设备将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，获得所述神经网络调整模型输出的调整后的投影参数。
需要说明的是，投影设备内部可以设置有存储单元，用于存储包含有历史环境参数与历史投影参数的样本数据库，并且在投影设备接入网络的时候可以从外部服务器对本地的样本数据库进行更新。从而使得当投影设备无法接入网络的时候，能够通过本地的样本数据库来获取与所述当前环境参数对应的调整后的投影参数。
这里，所述将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，获得所述神经网络调整模型输出的调整后的投影参数之前，还可包括：获取训练样本，所述训练样本包括历史环境参数和历史投影参数；将所述历史环境参数作为模型输入变量，所述历史投影参数作为模型输出变量；基于所述训练样本训练神经网络调整模型。所述训练样本可以是投影设备记录的一段时间内的环境参数与投影参数的数据，比如一个星期或两个月。所述基于所述训练样本训练神经网络调整模型可以理解为利用神经网络算法和所述训练样本中的一部分样本建立神经网络调整模型，并通过所述训练样本中的另一部分样本对该神经网络调整模型进行优化。所述神经网络算法的层数可根据实际需要进行设置，若需要加快处理速度，在确保精确度的基础上，应尽量减少隐含层的数量，比如可设为2层或3层。
在一实施方式中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数，包括：当所述投影设备处于网络接入状态时，向服务器发送所述当前环境参数；接收由所述服务器返回的调整后的投影参数，所述调整后的投影参数是所述服务器将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型后获得的。
需要说明的是，目前随着智能终端设备的发展，投影设备也具有网络接入功能，不仅可以接入到家庭的无线仿真(WIFI，Wireless Fidelity)网络，还可以通过WIFI实现与外部服务器之间的连接。此外，投影设备还可以通过接入蜂窝移动网络来实现与外部服务器之间的连接。因此，当投影设备处于网络接入状态时，投影设备可以将当前环境参数发送至外部服务器，通过外部服务器获取与当前环境参数对应的投影参数。如此，由于服务器的运算能力远大于投影设备的运算能力，能够加快处理速度。此外，当投影设备是嵌入在移动终端上时，所述当前环境参数也可由移动终端发送给外部服务器。
S103：依据所述调整后的投影参数进行投影。
具体地，投影设备根据步骤S102中获取的所述调整后的投影参数进行投影，从而使投射出的图像与当前环境匹配。
需要说明的是，所述依据所述调整后的投影参数进行投影，可以是根据所述调整后的投影参数对图像进行处理。
综上，上述实施例提供的投影调整方法中，获取用于表征投影设备的投影区域的当前环境参数后，将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，获取调整后的投影参数，并使投影设备依据调整后的投影参数进行投影。如此，使得投影设备能够根据环境的变化自动调整投影参数，提高了成像可视度，从而提高了用户的视觉效果和操作体验。
针对图1所示的技术方案，在一种可能的实现方式中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之后，还包括：获取所述投影设备对应的用户对所述投影参数的使用习惯；基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；相应的，所述依据所述调整后的投影参数进行投影，包括：依据所述目标投影参数进行投影。
可以理解地，由于不同用户对投射出的图像或视频等有不同的喜好，比如有的用户喜欢亮度高一点，而有的用户可能喜欢分辨率高一点，因此为了更加符合用户的需要，可根据用户对投影参数的使用习惯对调整后的投影参数进行修正。举例来说，假设在投影设备根据神经网络调整模型输出的调整后的亮度等投影参数进行投影后，用户甲通常会将亮度值再增加50流明，则可直接将神经网络调整模型输出的调整后的亮度值再增加50流明，以减少用户的操作，实现智能化处理。在实际应用中，所述基于所述使用习惯对所述调整后的投影参数进行修正可以由投影设备或服务器执行，当由服务器获取所述调整后的投影参数时，所述修正操作也可由服务器执行。所述使用习惯可由投影设备进行采集和记录，并可由投影设备上传至服务器。如此，通过根据用户的使用习惯对调整后的投影参数进行修正，使得获取的目标投影参数更加符合用户的需要，实现智能化处理。
针对图1所示的技术方案，在一种可能的实现方式中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之前，还包括：判断所述当前环境参数是否满足设定的调整条件；相应于所述当前环境参数满足所述设定的调整条件时，执行所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数的步骤。
可以理解地，为了避免频繁的对投影参数进行调整，并节省资源，在根据当前环境参数进行调整之前可先判断当前环境参数是否满足设定的调整条件，只有当所述当前环境参数是否满足设定的调整条件时，才根据当前环境参数进行调整。
在一实施方式中，所述获取用于表征投影区域的当前环境参数为获取当前所述投影区域未被投影图像时的背景图像，相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度，获得第一相似度值；
相应于所述第一相似度值小于第一设定阈值时，确定所述当前环境参数满足设定的调整条件。
需要说明的是，所述获取当前所述投影区域未被投影图像时的背景图像，可以是采集在投影设备开机后且未投射图像之前所述投影区域的背景图像；所述历史所述投影区域未被投影图像时的背景图像，可以是投影设备上一次开机后且未投射图像之前所述投影区域的背景图像。在计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度之前，可以先对上述背景图像进行黑白或灰度等预处理，然后再通过现有的统计模式识别、模糊模式识别等图像识别算法对预处理后的背景图像进行图像识别，从而获得相似度值。所述第一设定阈值可根据实际需要进行设置，比如可设为75％或85％等。当所述当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的第一相似度值小于第一设定阈值时，说明投影区域的环境发生了变化，即投影区域的背景图像发生了变化，因此需要调整投影参数。如此，通过在投影设备开机后且未投射图像之前判断投影区域的背景图像是否发生变化，而判断当前环境参数是否满足设定的调整条件，能够有效避免投射的图像对背景图像的干扰，并且在确定当前环境参数满足设定的调整条件时，能够实现在投射图像之前对投影参数进行调整，提升了用户的视觉效果。
在一实施方式中，所述获取用于表征投影区域的当前环境参数，为以设定的时间间隔采集当前位于所述投影区域周围的目标区域的背景图像；相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度，获得第二相似度值；
相应于所述第二相似度值小于第二设定阈值时，确定所述当前环境参数满足设定的调整条件。
需要说明的是，所述以设定的时间间隔采集当前位于所述投影区域周围的目标区域的背景图像，可以是以设定的时间间隔采集在投影设备投射图像之后位于所述投影区域周围的目标区域的背景图像。所述目标区域可以是距离所述投影区域的边缘一固定范围内的区域，比如距离所述投影区域的右侧边缘中间点处3至6厘米范围内的区域。所述时间间隔可以根据实际需要进行设置，比如可设置为30秒、60秒、120秒、30分钟等。在计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度之前，可以先对上述背景图像进行黑白或灰度等预处理，然后再通过现有的统计模式识别、模糊模式识别等图像识别算法对预处理后的背景图像进行图像识别，从而获得相似度值。所述第二设定阈值可根据实际需要进行设置，比如可设为75％、85％、90％等。当所述当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的第二相似度值小于第二设定阈值时，说明目标区域的环境发生了变化，同时间接说明投影区域的环境发生了变化，即投影区域的背景图像发生了变化，因此需要调整投影参数。如此，通过在投影设备投射图像后判断投影区域的背景图像是否发生变化，而判断当前环境参数是否满足设定的调整条件，能够在投影过程中确定当前环境参数满足设定的调整条件时，实现在投射图像过程对投影参数进行实时调整，提升了用户的视觉效果。
在一实施方式中，所述获取用于表征投影区域的当前环境参数，为以设定的时间间隔采集所述投影设备当前所处位置的光照强度值；相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的光照强度值与上一次采集到的光照强度值之间的差值；
相应于所述差值的绝对值大于设定的光照强度阈值时，确定所述当前环境参数满足设定的调整条件。
需要说明的是，所述以设定的时间间隔采集所述投影设备当前所处位置的光照强度值，可以是以设定的时间间隔采集投影设备在投射图像之前或投影图像过程中所处位置的光照强度值。所述时间间隔可以根据实际需要进行设置，比如可设置为60秒、120秒、10分钟、30分钟等。所述光照强度阈值可根据实际需要进行设置，比如可设为20勒克斯、50勒克斯等。当所述当前采集到的光照强度值与上一次采集到的光照强度值之间的差值的绝对值大于设定的光照强度阈值时，说明投影区域的环境发生了变化，即投影区域的光照发生了变化，因此需要调整投影参数。如此，通过判断投影区域的光照是否发生变化，而判断当前环境参数是否满足设定的调整条件，能够在投影过程中确定当前环境参数满足设定的调整条件时，实现在投射图像过程对投影参数进行实时调整，提升了用户的视觉效果。
此外，当投影设备依据所述调整后的投影参数进行投影之后，接收到对所述调整后的投影参数的修改操作，而获取到修改后的投影参数，则可向服务器发送所述修改后的投影参数，以丰富服务器中的样本数据库。
实施例二
基于前述实施例相同的发明构思，参见图2，其示出了本实施例提供的另一种投影调整方法，该方法可以应用于服务器，该方法可以包括：
S201：接收投影设备发送的用于表征投影区域的当前环境参数；
可以理解地，所述投影区域是投影设备在投影面上形成的投影范围，所述投影面可以是幕布、墙壁等平面。所述环境参数可以包括以下至少之一：所述投影区域未被投影图像时的背景图像、位于所述投影区域周围的目标区域的背景图像、所述投影设备所处位置的光照强度值。所述目标区域可以是距离所述投影区域的边缘一固定范围内的区域，比如距离所述投影区域的边缘3至6厘米范围内的区域。所述投影设备所处位置的光照强度值可以是所述投影设备周围的光照强度值。投影设备可通过WIFI实现与服务器之间的连接。此外，投影设备还可以通过接入蜂窝移动网络来实现与服务器之间的连接。
S202：基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
具体地，服务器将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，获得所述神经网络调整模型输出的调整后的投影参数。
可以理解地，所述投影参数可以包括以下至少之一：亮度、对比度、分辨率等。对于投影设备而言，亮度越高，投射出的图像看起来越清晰；对比度是通过测量黑色和白色之间的对比获得，对比度越高，图像越清晰；分辨率越高时，图像所含的像素数目也越多，显示的图形细节更丰富，使画面更完美。由于在相同投影参数下，当环境参数发生变化时，可能会导致成像可视度变差，从而影响用户的视觉效果和操作体验，因此需要根据环境参数对应调整投影参数。
需要说明的是，服务器内部可以设置有存储单元，用于存储包含有历史环境参数与历史投影参数的样本数据库，并且可以从投影设备获取新的数据对样本数据库进行更新。从而使得当投影设备接入网络的时候，服务器能够通过样本数据库来获取与所述当前环境参数对应的调整后的投影参数。
这里，所述将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，获得所述神经网络调整模型输出的调整后的投影参数之前，还可包括：获取训练样本，所述训练样本包括历史环境参数和历史投影参数；将所述历史环境参数作为模型输入变量，所述历史投影参数作为模型输出变量；基于所述训练样本训练神经网络调整模型。所述训练样本可以是投影设备记录的一段时间内的环境参数与投影参数的数据，比如一个星期或两个月。所述基于所述训练样本训练神经网络调整模型可以理解为利用神经网络算法和所述训练样本中的一部分样本建立神经网络调整模型，并通过所述训练样本中的另一部分样本对该神经网络调整模型进行优化。所述神经网络算法的层数可根据实际需要进行设置，若需要加快处理速度，在确保精确度的基础上，应尽量减少隐含层的数量，比如可设为2层或3层。
S203：向所述投影设备发送所述调整后的投影参数。
具体地，服务器将步骤S202中获取的所述调整后的投影参数向所述投影设备发送，以使投影设备根据所述调整后的投影参数进行投影。
综上，上述实施例提供的投影调整方法中，接收投影设备发送的用于表征投影设备的投影区域的当前环境参数，将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，并将获取的调整后的投影参数发送给投影设备。如此，使得投影设备能够根据环境的变化自动调整投影参数，提高了成像可视度，从而提高了用户的视觉效果和操作体验。
针对图2所示的技术方案，在一种可能的实现方式中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之后，还包括：
获取所述投影设备对应的用户对所述投影参数的使用习惯；
基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
相应的，所述向所述投影设备发送所述调整后的投影参数，包括：向所述投影设备发送所述目标投影参数。
可以理解地，由于不同用户对投射出的图像或视频等有不同的喜好，比如有的用户喜欢亮度高一点，而有的用户可能喜欢分辨率高一点，因此为了更加符合用户的需要，可根据用户对投影参数的使用习惯对调整后的投影参数进行修正。举例来说，假设在投影设备根据服务器发送的调整后的亮度等投影参数进行投影后，用户甲通常会将亮度值再增加50流明，则服务器可直接将神经网络调整模型输出的调整后的亮度值再增加50流明，以减少用户的操作，实现智能化处理。所述使用习惯可由投影设备进行采集和记录，并可由投影设备上传至服务器。如此，通过根据用户的使用习惯对调整后的投影参数进行修正，使得获取的目标投影参数更加符合用户的需要，实现智能化处理。
针对图2所示的技术方案，在一种可能的实现方式中，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之前，还包括：判断所述当前环境参数是否满足设定的调整条件；相应于所述当前环境参数满足所述设定的调整条件时，执行所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数的步骤。
可以理解地，为了避免频繁的对投影参数进行调整，并节省资源，在根据当前环境参数进行调整之前可先判断当前环境参数是否满足设定的调整条件，只有当所述当前环境参数是否满足设定的调整条件时，才根据当前环境参数进行调整。
在一实施方式中，所述接收投影设备发送的用于表征投影区域的当前环境参数为接收投影设备发送的当前所述投影区域未被投影图像时的背景图像，相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度，获得第一相似度值；
相应于所述第一相似度值小于第一设定阈值时，确定所述当前环境参数满足设定的调整条件。
需要说明的是，所述投影设备发送的当前所述投影区域未被投影图像时的背景图像，可以是在投影设备开机后且未投射图像之前所述投影区域的背景图像；所述历史所述投影区域未被投影图像时的背景图像，可以是投影设备上一次开机后且未投射图像之前所述投影区域的背景图像。在计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度之前，可以先对上述背景图像进行黑白或灰度等预处理，然后再通过现有的统计模式识别、模糊模式识别等图像识别算法对预处理后的背景图像进行图像识别，从而获得相似度值。所述第一设定阈值可根据实际需要进行设置，比如可设为75％或85％等。当所述当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的第一相似度值小于第一设定阈值时，说明投影区域的环境发生了变化，即投影区域的背景图像发生了变化，因此需要调整投影参数。如此，通过在投影设备开机后且未投射图像之前判断投影区域的背景图像是否发生变化，而判断当前环境参数是否满足设定的调整条件，能够有效避免投射的图像对背景图像的干扰，并且在确定当前环境参数满足设定的调整条件时，能够实现在投射图像之前对投影参数进行调整，提升了用户的视觉效果。
在一实施方式中，所述接收投影设备发送的用于表征投影区域的当前环境参数，为接收投影设备发送的以设定的时间间隔采集的当前位于所述投影区域周围的目标区域的背景图像；相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度，获得第二相似度值；
相应于所述第二相似度值小于第二设定阈值时，确定所述当前环境参数满足设定的调整条件。
需要说明的是，所述投影设备发送的以设定的时间间隔采集的当前位于所述投影区域周围的目标区域的背景图像，可以是以设定的时间间隔采集的在投影设备投射图像之后位于所述投影区域周围的目标区域的背景图像。所述目标区域可以是距离所述投影区域的边缘一固定范围内的区域，比如距离所述投影区域的右侧边缘中间点处3至6厘米范围内的区域。所述时间间隔可以根据实际需要进行设置，比如可设置为30秒、60秒、120秒、30分钟等。在计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度之前，可以先对上述背景图像进行黑白或灰度等预处理，然后再通过现有的统计模式识别、模糊模式识别等图像识别算法对预处理后的背景图像进行图像识别，从而获得相似度值。所述第二设定阈值可根据实际需要进行设置，比如可设为75％、85％、90％等。当所述当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的第二相似度值小于第二设定阈值时，说明目标区域的环境发生了变化，同时间接说明投影区域的环境发生了变化，即投影区域的背景图像发生了变化，因此需要调整投影参数。如此，通过在投影设备投射图像后判断投影区域的背景图像是否发生变化，而判断当前环境参数是否满足设定的调整条件，能够在投影过程中确定当前环境参数满足设定的调整条件时，实现在投射图像过程对投影参数进行实时调整，提升了用户的视觉效果。
在一实施方式中，所述接收投影设备发送的用于表征投影区域的当前环境参数，为接收投影设备发送的以设定的时间间隔采集的所述投影设备当前所处位置的光照强度值；相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的光照强度值与上一次采集到的光照强度值之间的差值；
相应于所述差值的绝对值大于设定的光照强度阈值时，确定所述当前环境参数满足设定的调整条件。
需要说明的是，所述投影设备发送的以设定的时间间隔采集所述投影设备当前所处位置的光照强度值，可以是投影设备以设定的时间间隔采集的投影设备在投射图像之前或投影图像过程中所处位置的光照强度值。所述时间间隔可以根据实际需要进行设置，比如可设置为60秒、120秒、10分钟、30分钟等。所述光照强度阈值可根据实际需要进行设置，比如可设为20勒克斯、50勒克斯等。当所述当前采集到的光照强度值与上一次采集到的光照强度值之间的差值的绝对值大于设定的光照强度阈值时，说明投影区域的环境发生了变化，即投影区域的光照发生了变化，因此需要调整投影参数。如此，通过判断投影区域的光照是否发生变化，而判断当前环境参数是否满足设定的调整条件，能够在投影过程中确定当前环境参数满足设定的调整条件时，实现在投射图像过程对投影参数进行实时调整，提升了用户的视觉效果。
此外，当服务器向投影设备发送调整后的投影参数之后，还可接收投影设备发送的对所述调整后的投影参数进行修改后、所获得的修改后的投影参数，并将修改后的投影参数存储至样本数据库，以再次训练神经网络调整模型。
实施例三
基于前述实施例相同的发明构思，本实施例通过一具体示例对前述实施例的技术方案进行详细说明。以投影设备为投影触控设备为例，参见图3，其示出了本实施例提供的一种投影调整系统1的结构，该投影调整系统1包括：投影触控设备2和服务器3；其中，所述投影触控设备2包括图像传感器21、光照传感器22、通讯模块23、图像处理模块24和投影模块25。所述投影模块25用于把图像、视频等信息投射至投影平面，是投影触控设备2所必备的模块。所述图像传感器21用于采集投影平面的背景图像，通常投影触控设备2为了捕捉触控行为，都具备图像传感器21。所述光照传感器22用于获取投影触控设备2附近的光照强度。所述图像处理模块24用于根据配置的投影参数对图像等信息进行预处理加工，所述投影参数可从投影触控设备2的设备设置中获取，也可通过通讯模块23从服务器3获取，所述投影参数包括但不限于：亮度、对比度、灰度等。所述通讯模块23用于实现投影触控设备2与服务器3之间的数据交换。
参见图4，其示出了服务器3中投影调整模型的架构，样本数据库中存储有包含光照强度、背景图像、设备设置、用户偏好等信息的样本数据，样本数据可通过实验获取，用户偏好表示用户对设备设置中投影参数的调整喜好。通过对样本数据进行建模与机器学习，获得投影调整模型，投影调整模型能根据接收到的设备数据，计算出与该设备数据最匹配的设备设置，包括亮度、对比度等。服务器3在接收到投影触控设备上传的设备数据后，所述设备数据包括投影触控设备2通过光照传感器22获取的光照强度、通过图像传感器21获取的投影平面的背景图像，将所述设备数据输入投影调整模型，投影调整模型输出包含亮度、对比度等投影参数的设备设置，然后服务器3将投影调整模型输出的包含亮度、对比度等投影参数的设备设置发送给投影触控设备2。当投影触控设备2根据服务器3发送的设备设置自动调整投影参数后，若用户不再调整投影触控设备2的设备设置，则认为用户是满意的；若用户依然调整设备设置，则投影触控设备2将用户调整后的设备设置上报给服务器3，以使服务器3将设备数据和用户调整后的设备设置存储至样本数据库中，以丰富和填充样本数据库。
参见图5，本示例的具体流程可以包括：
S301：投影触控设备周期性获取光照强度以及背景图像；
具体地，投影触控设备通过光照传感器周期性采集光照强度、通过图像传感器周期性采集投影平面的背景图像。
需要注意的是，投影触控设备通过图像传感器周期性采集投影平面的背景图像，可以是投影触控设备通过图像传感器周期性采集投影平面上位于投影区域周围某一固定区域的背景图像。
S302：投影触控设备判断光照强度变化值是否大于触发值或背景图像是否发生了变化，若光照强度变化值大于触发值或背景图像发生了变化，则执行步骤S303，否则执行步骤S301；
具体地，投影触控设备根据当前采集的光照强度值和上一次采集的光照强度值，获取光照强度变化值，并判断光照强度变化值是否大于设定的触发值；投影触控设备根据当前采集的背景图像和上一次采集的背景图像，判断背景图像是否发生了变化；若光照强度变化值大于触发值或背景图像发生了变化，则执行步骤S303，否则执行步骤S301。
这里，投影触控设备判断背景图像是否发生了变化，可以是根据当前采集的背景图像与上一次采集的背景图像之间的相似度值是否大于设定的相似度阈值进行判断，当所述相似度值小于设定的相似度阈值时，可判定背景图像发生了变化，否则可判定背景图像未发生变化。
S303：投影触控设备将所述光照强度和所述背景图像上传服务器；
S304：服务器根据所述光照强度和所述背景图像计算出匹配的设备设置并反馈给投影触控设备；
具体地，服务器将所述光照强度和所述背景图像输入投影调整模型，投影调整模型输出包含亮度、对比度等投影参数的设备设置，服务器将所述设备设置发送给投影触控设备。
S305：投影触控设备根据所述设备设置调整成像。
具体地，投影触控设备根据所述设备设置调整待投射的图像等信息。
在投影触控设备将待投影图像比如家电的操作指引、菜谱信息、操作界面等投影到墙壁上时，由于有的墙壁是白色的，有的墙壁是大理石的，而有的墙壁是各种颜色的瓷砖，当在阳光充裕的正午，势必会使得投影的成像可视度很差，如果用户将投影触控设备的亮度调整到最亮，但是到了晚上，太过明亮又显得刺眼，而且长期高亮度，会导致投影触控设备设备的工作功率一直最大，散热与耗电方面都不合理。采用本示例提供的技术方案，可根据环境、用户的初始设备设置以及后续设备设置，来呈现出适合用户与环境的成像。
综上，上述实施例提供的投影调整系统能够使用户无须反复根据环境变化调整设备设置，特别是当投影触控设备以插件形式植入其他设备时，由于具备移动性，环境也会经常性发生变化，解决了反复设置设备设置的麻烦。同时，根据环境科学地调整设备设置，能够降低功率消耗。由于投影触控设备发热量较高，长期保留在高功耗条件下的设置，将会导致散热噪音高，功率消耗高，降低使用寿命等，而该方案能尽可能地规避这些问题。
实施例四
基于前述实施例相同的发明构思，参见图6，其示出了本发明实施例提供的一种投影调整装置6组成，可以包括：获取部分61、第一处理部分62和投影部分63；其中，
所述获取部分61，配置为获取用于表征投影区域的当前环境参数；
所述第一处理部分62，配置为基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
所述投影部分63，配置为依据所述调整后的投影参数进行投影。
综上，上述实施例提供的投影调整装置中，获取用于表征投影设备的投影区域的当前环境参数后，将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，获取调整后的投影参数，并使投影设备依据调整后的投影参数进行投影。如此，使得投影设备能够根据环境的变化自动调整投影参数，提高了成像可视度，从而提高了用户的视觉效果和操作体验。
对于图6所示的技术方案，在一种可能的实现方式中，所述第一处理部分62包括：第一发送部分620和第一接收部分621；其中，
所述第一发送部分620，配置为当所述投影设备处于网络接入状态时，向服务器发送所述当前环境参数；
所述第一接收部分621，配置为接收由所述服务器返回的调整后的投影参数，所述调整后的投影参数是所述服务器将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型后获得的。
对于图6所示的技术方案，在一种可能的实现方式中，
所述获取部分61，还配置为获取训练样本，所述训练样本包括历史环境参数和历史投影参数；
所述第一处理部分62，还配置为将所述历史环境参数作为模型输入变量，所述历史投影参数作为模型输出变量；以及，基于所述训练样本训练神经网络调整模型。
对于图6所示的技术方案，在一种可能的实现方式中，
所述获取部分61，还配置为获取所述投影设备对应的用户对所述投影参数的使用习惯；
所述第一处理部分62，还配置为基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
所述投影部分63，具体配置为依据所述目标投影参数进行投影。
对于图6所示的技术方案，在一种可能的实现方式中，所述第一处理部分62，还配置为判断所述当前环境参数是否满足设定的调整条件；相应于所述当前环境参数满足所述设定的调整条件时，执行所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数的步骤。
对于图6所示的技术方案，在一种可能的实现方式中，
所述获取部分61，具体配置为：获取当前所述投影区域未被投影图像时的背景图像；
所述第一处理部分62，具体配置为：
计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度，获得第一相似度值；
相应于所述第一相似度值小于第一设定阈值时，确定所述当前环境参数满足设定的调整条件。
对于图6所示的技术方案，在一种可能的实现方式中，
所述获取部分61，具体配置为：以设定的时间间隔采集当前位于所述投影区域周围的目标区域的背景图像；
所述第一处理部分62，具体配置为：计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度，获得第二相似度值；
相应于所述第二相似度值小于第二设定阈值时，确定所述当前环境参数满足设定的调整条件。
对于图6所示的技术方案，在一种可能的实现方式中，
所述获取部分61，具体配置为：以设定的时间间隔采集所述投影设备当前所处位置的光照强度值；
所述第一处理部分62，具体配置为：计算当前采集到的光照强度值与上一次采集到的光照强度值之间的差值；
相应于所述差值的绝对值大于设定的光照强度阈值时，确定所述当前环境参数满足设定的调整条件。
可以理解地，图6所示的投影调整装置6可以应用于投影设备。
可以理解地，在本实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。
另外，在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
因此，本实施例提供了一种计算机存储介质，所述计算机存储介质存储有投影调整的程序，当所述投影调整的程序被至少一个处理器执行时实现如上述实施例一中任一项所述的投影调整方法的步骤。
基于上述投影调整装置6以及计算机存储介质，参见图7，其示出了本实施例提供的一种投影设备7的具体硬件结构，可以包括：第一网络接口71、第一存储器72和第一处理器73；各个组件通过第一总线系统74耦合在一起。可理解，第一总线系统74用于实现这些组件之间的连接通信。第一总线系统74除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为第一总线系统74。其中，
第一网络接口71，配置为在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
第一存储器72，配置为存储能够在第一处理器73上运行的计算机程序；
第一处理器73，配置为在运行所述计算机程序时，执行：
获取用于表征投影区域的当前环境参数；
基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
依据所述调整后的投影参数进行投影。
可以理解，本发明实施例中的第一存储器72可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的系统和方法的第一存储器72旨在包括但不限于这些和任意其它适合类型的存储器。
而第一处理器73可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过第一处理器73中的硬件的集成逻辑电路或者软件形式的指令完成。上述的第一处理器73可以是通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于第一存储器72，第一处理器73读取第一存储器72中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个ASIC、DSP、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable Logic Device，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
具体来说，投影设备7中的第一处理器71还配置为运行所述计算机程序时，执行前述实施例一中所述的方法步骤，这里不再进行赘述。
实施例五
基于前述实施例相同的发明构思，参见图8，其示出了本发明实施例提供的一种投影调整装置8组成，可以包括：第二接收部分81、第二处理部分82和第二发送部分83；其中，
所述第二接收部分81，配置为接收投影设备发送的用于表征投影区域的当前环境参数；
所述第二处理部分82，配置为基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
所述第二发送部分83，配置为向所述投影设备发送所述调整后的投影参数。
综上，上述实施例提供的投影调整装置中，接收投影设备发送的用于表征投影设备的投影区域的当前环境参数，将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，并将获取的调整后的投影参数发送给投影设备。如此，使得投影设备能够根据环境的变化自动调整投影参数，提高了成像可视度，从而提高了用户的视觉效果和操作体验。
对于图8所示的技术方案，在一种可能的实现方式中，
获取训练样本，所述训练样本包括历史环境参数和历史投影参数；
将所述历史环境参数作为模型输入变量，所述历史投影参数作为模型输出变量；
基于所述训练样本训练神经网络调整模型。
对于图8所示的技术方案，在一种可能的实现方式中，
获取所述投影设备对应的用户对所述投影参数的使用习惯；
基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
向所述投影设备发送所述目标投影参数。
对于图8所示的技术方案，在一种可能的实现方式中，
判断所述当前环境参数是否满足设定的调整条件；相应于所述当前环境参数满足所述设定的调整条件时，执行所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数的步骤。
对于图8所示的技术方案，在一种可能的实现方式中，
接收投影设备发送的当前所述投影区域未被投影图像时的背景图像；
计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度，获得第一相似度值；
相应于所述第一相似度值小于第一设定阈值时，确定所述当前环境参数满足设定的调整条件。
对于图8所示的技术方案，在一种可能的实现方式中，
接收投影设备发送的以设定的时间间隔采集的当前位于所述投影区域周围的目标区域的背景图像；
计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度，获得第二相似度值；
相应于所述第二相似度值小于第二设定阈值时，确定所述当前环境参数满足设定的调整条件。
对于图8所示的技术方案，在一种可能的实现方式中，
接收投影设备发送的以设定的时间间隔采集的所述投影设备当前所处位置的光照强度值；
计算当前采集到的光照强度值与上一次采集到的光照强度值之间的差值；
相应于所述差值的绝对值大于设定的光照强度阈值时，确定所述当前环境参数满足设定的调整条件。
可以理解地，图8所示的投影调整装置8可以应用于服务器。所述服务器可以是云服务器。
可以理解地，在本实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。
另外，在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
因此，本实施例提供了一种计算机存储介质，所述计算机存储介质存储有投影调整的程序，当所述投影调整的程序被至少一个处理器执行时实现如上述实施例二中任一项所述的投影调整方法的步骤。
基于上述投影调整装置8以及计算机存储介质，参见图9，其示出了本实施例提供的一种服务器9的具体硬件结构，可以包括：第二网络接口91、第二存储器92和第二处理器93；各个组件通过第二总线系统94耦合在一起。可理解，第二总线系统94用于实现这些组件之间的连接通信。第二总线系统94除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为第二总线系统94。其中，
第二网络接口91，配置为在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
第二存储器92，配置为存储能够在第二处理器93上运行的计算机程序；
第二处理器93，配置为在运行所述计算机程序时，执行：
接收投影设备发送的用于表征投影区域的当前环境参数；
基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
向所述投影设备发送所述调整后的投影参数。
可以理解，本发明实施例中的第二存储器92可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的系统和方法的第二存储器92旨在包括但不限于这些和任意其它适合类型的存储器。
而第二处理器93可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过第二处理器93中的硬件的集成逻辑电路或者软件形式的指令完成。上述的第二处理器93可以是通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于第二存储器92，第二处理器93读取第二存储器92中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个ASIC、DSP、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable Logic Device，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
具体来说，服务器9中的第二处理器91还配置为运行所述计算机程序时，执行前述实施例二中所述的方法步骤，这里不再进行赘述。
实施例六
基于前述实施例相同的发明构思，参见图10，其示出了本实施例提供的一种投影调整系统1组成，该投影调整系统1包括：投影设备2和服务器3；其中，
所述投影设备2，配置为：获取用于表征投影区域的当前环境参数；以及，向服务器3发送所述用于表征投影区域的当前环境参数；以及，接收由所述服务器3返回的调整后的投影参数，所述调整后的投影参数是所述服务器将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型后获得的；以及，依据所述调整后的投影参数进行投影；
所述服务器3，配置为：接收投影设备发送的用于表征投影区域的当前环境参数；以及，基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；以及，向所述投影设备2发送所述调整后的投影参数。
针对图10所示的技术方案，在一种可能的实现方式中，所述服务器3，还配置为：获取训练样本，所述训练样本包括历史环境参数和历史投影参数；以及，将所述历史环境参数作为模型输入变量，所述历史投影参数作为模型输出变量；以及，基于所述训练样本训练神经网络调整模型。
针对图10所示的技术方案，在一种可能的实现方式中，所述服务器3，还配置为：获取所述投影设备对应的用户对所述投影参数的使用习惯；以及，基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
相应的，所述依据所述调整后的投影参数进行投影，包括：依据所述目标投影参数进行投影。
针对图10所示的技术方案，在一种可能的实现方式中，所述服务器3，还配置为：判断所述当前环境参数是否满足设定的调整条件；相应于所述当前环境参数满足所述设定的调整条件时，执行所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数的步骤。
针对图10所示的技术方案，在一种可能的实现方式中，所述获取用于表征投影区域的当前环境参数，包括：获取当前所述投影区域未被投影图像时的背景图像；
所述服务器3，具体配置为：
计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度，获得第一相似度值；
相应于所述第一相似度值小于第一设定阈值时，确定所述当前环境参数满足设定的调整条件。
针对图10所示的技术方案，在一种可能的实现方式中，所述获取用于表征投影区域的当前环境参数，包括：以设定的时间间隔采集当前位于所述投影区域周围的目标区域的背景图像；
所述服务器3，具体配置为：计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度，获得第二相似度值；
相应于所述第二相似度值小于第二设定阈值时，确定所述当前环境参数满足设定的调整条件。
针对图10所示的技术方案，在一种可能的实现方式中，所述获取用于表征投影区域的当前环境参数，包括：以设定的时间间隔采集所述投影设备当前所处位置的光照强度值；
所述服务器3，具体配置为：计算当前采集到的光照强度值与上一次采集到的光照强度值之间的差值；
相应于所述差值的绝对值大于设定的光照强度阈值时，确定所述当前环境参数满足设定的调整条件。
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。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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，这些均属于本发明的保护之内。
Claims (13)
1.一种投影调整方法，应用于投影设备，其特征在于，所述方法包括：
获取用于表征投影区域的当前环境参数；
基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
依据所述调整后的投影参数进行投影。
2.根据权利要求1所述的方法，其特征在于，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数，包括：
当所述投影设备处于网络接入状态时，向服务器发送所述当前环境参数；
接收由所述服务器返回的调整后的投影参数，所述调整后的投影参数是所述服务器将所述当前环境参数输入基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型后获得的。
3.根据权利要求1所述的方法，其特征在于，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之前，还包括：
获取训练样本，所述训练样本包括历史环境参数和历史投影参数；
将所述历史环境参数作为模型输入变量，所述历史投影参数作为模型输出变量；
基于所述训练样本训练神经网络调整模型。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之后，还包括：
获取所述投影设备对应的用户对所述投影参数的使用习惯；
基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
相应的，所述依据所述调整后的投影参数进行投影，包括：依据所述目标投影参数进行投影。
5.根据权利要求1至3任一项所述的方法，其特征在于，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之前，还包括：
判断所述当前环境参数是否满足设定的调整条件；
相应于所述当前环境参数满足所述设定的调整条件时，执行所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数的步骤。
6.根据权利要求5所述的方法，其特征在于，
所述获取用于表征投影区域的当前环境参数，包括：获取当前所述投影区域未被投影图像时的背景图像；
相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前所述投影区域未被投影图像时的背景图像与历史所述投影区域未被投影图像时的背景图像之间的相似度，获得第一相似度值；
相应于所述第一相似度值小于第一设定阈值时，确定所述当前环境参数满足设定的调整条件。
7.根据权利要求5所述的方法，其特征在于，
所述获取用于表征投影区域的当前环境参数，包括：以设定的时间间隔采集当前位于所述投影区域周围的目标区域的背景图像；
相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的目标区域的背景图像与上一次采集到的目标区域的背景图像之间的相似度，获得第二相似度值；
相应于所述第二相似度值小于第二设定阈值时，确定所述当前环境参数满足设定的调整条件。
8.根据权利要求5所述的方法，其特征在于，
所述获取用于表征投影区域的当前环境参数，包括：以设定的时间间隔采集所述投影设备当前所处位置的光照强度值；
相应的，所述判断当前环境参数是否满足设定的调整条件，包括：
计算当前采集到的光照强度值与上一次采集到的光照强度值之间的差值；
相应于所述差值的绝对值大于设定的光照强度阈值时，确定所述当前环境参数满足设定的调整条件。
9.一种投影调整方法，应用于服务器，其特征在于，所述方法包括：
接收投影设备发送的用于表征投影区域的当前环境参数；
基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数；
向所述投影设备发送所述调整后的投影参数。
10.根据权利要求9所述的方法，其特征在于，所述基于历史环境参数与历史投影参数进行训练所获得的神经网络调整模型，通过所述当前环境参数获取调整后的投影参数之后，还包括：
获取所述投影设备对应的用户对所述投影参数的使用习惯；
基于所述使用习惯对所述调整后的投影参数进行修正，获得目标投影参数；
相应的，所述向所述投影设备发送所述调整后的投影参数，包括：向所述投影设备发送所述目标投影参数。
11.一种投影设备，其特征在于，所述投影设备包括：第一网络接口、第一处理器和第一存储器；其中，
所述第一网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述第一存储器，用于存储能够在第一处理器上运行的计算机程序；
所述第一处理器，用于在运行所述计算机程序时，执行权利要求1至8任一项所述方法的步骤。
12.一种服务器，其特征在于，所述服务器包括：第二网络接口、第二处理器和第二存储器；其中，
所述第二网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述第二存储器，用于存储能够在第二处理器上运行的计算机程序；
所述第二处理器，用于在运行所述计算机程序时，执行权利要求9或10所述方法的步骤。
13.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至8任一项或9至10任一项所述投影方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810315534.1A CN110365951A (zh) | 2018-04-10 | 2018-04-10 | 一种投影调整方法、投影设备、服务器及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810315534.1A CN110365951A (zh) | 2018-04-10 | 2018-04-10 | 一种投影调整方法、投影设备、服务器及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110365951A true CN110365951A (zh) | 2019-10-22 |
Family
ID=68212830
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810315534.1A Pending CN110365951A (zh) | 2018-04-10 | 2018-04-10 | 一种投影调整方法、投影设备、服务器及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110365951A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767474A (zh) * | 2020-12-18 | 2021-05-07 | 深圳市普汇智联科技有限公司 | 一种投影式台球训练方法及系统 |
| CN113132701A (zh) * | 2021-04-13 | 2021-07-16 | 深圳吉祥星科技股份有限公司 | 自动激光对焦及清楚度补偿方法、装置、设备及介质 |
| CN113225543A (zh) * | 2021-05-08 | 2021-08-06 | 北京有竹居网络技术有限公司 | 投影显示的方法、装置、终端及非暂时性存储介质 |
| CN113256039A (zh) * | 2021-07-16 | 2021-08-13 | 航天宏图信息技术股份有限公司 | 一种航空事故预测方法、装置、设备及介质 |
| WO2021197357A1 (zh) * | 2020-04-02 | 2021-10-07 | 深圳光峰科技股份有限公司 | 一种投影对焦方法及投影对焦装置 |
| CN113847712A (zh) * | 2021-09-15 | 2021-12-28 | 珠海格力电器股份有限公司 | 空调的控制方法、控制装置和空调系统 |
| CN115361537A (zh) * | 2022-07-30 | 2022-11-18 | 深圳市科金明电子股份有限公司 | 一种时序两片式投影系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120087516A1 (en) * | 2010-10-08 | 2012-04-12 | Umesh Amin | System and methods for dynamically controlling atleast a media content with changes in ambient noise |
| CN103325355A (zh) * | 2013-06-18 | 2013-09-25 | 华南理工大学 | 一种基于图像内容动态调节背光亮度的方法 |
| 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 |
| CN106782367A (zh) * | 2016-12-15 | 2017-05-31 | 浙江宇视科技有限公司 | 液晶拼接屏显示方法及系统 |
-
2018
- 2018-04-10 CN CN201810315534.1A patent/CN110365951A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120087516A1 (en) * | 2010-10-08 | 2012-04-12 | Umesh Amin | System and methods for dynamically controlling atleast a media content with changes in ambient noise |
| CN103325355A (zh) * | 2013-06-18 | 2013-09-25 | 华南理工大学 | 一种基于图像内容动态调节背光亮度的方法 |
| 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 |
| CN106782367A (zh) * | 2016-12-15 | 2017-05-31 | 浙江宇视科技有限公司 | 液晶拼接屏显示方法及系统 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021197357A1 (zh) * | 2020-04-02 | 2021-10-07 | 深圳光峰科技股份有限公司 | 一种投影对焦方法及投影对焦装置 |
| CN112767474A (zh) * | 2020-12-18 | 2021-05-07 | 深圳市普汇智联科技有限公司 | 一种投影式台球训练方法及系统 |
| CN112767474B (zh) * | 2020-12-18 | 2024-01-30 | 深圳市普汇智联科技有限公司 | 一种投影式台球训练方法及系统 |
| CN113132701A (zh) * | 2021-04-13 | 2021-07-16 | 深圳吉祥星科技股份有限公司 | 自动激光对焦及清楚度补偿方法、装置、设备及介质 |
| CN113132701B (zh) * | 2021-04-13 | 2021-12-24 | 深圳吉祥星科技股份有限公司 | 自动激光对焦及清楚度补偿方法、装置、设备及介质 |
| CN113225543A (zh) * | 2021-05-08 | 2021-08-06 | 北京有竹居网络技术有限公司 | 投影显示的方法、装置、终端及非暂时性存储介质 |
| CN113225543B (zh) * | 2021-05-08 | 2023-03-14 | 北京有竹居网络技术有限公司 | 投影显示的方法、装置、终端及非暂时性存储介质 |
| CN113256039A (zh) * | 2021-07-16 | 2021-08-13 | 航天宏图信息技术股份有限公司 | 一种航空事故预测方法、装置、设备及介质 |
| CN113847712A (zh) * | 2021-09-15 | 2021-12-28 | 珠海格力电器股份有限公司 | 空调的控制方法、控制装置和空调系统 |
| CN115361537A (zh) * | 2022-07-30 | 2022-11-18 | 深圳市科金明电子股份有限公司 | 一种时序两片式投影系统 |
| CN115361537B (zh) * | 2022-07-30 | 2023-07-25 | 深圳市科金明电子股份有限公司 | 一种时序两片式投影系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110365951A (zh) | 一种投影调整方法、投影设备、服务器及计算机存储介质 | |
| CN106970800B (zh) | 换装方法和装置 | |
| US11045705B2 (en) | Methods and systems for 3D ball trajectory reconstruction | |
| CN110998660B (zh) | 用于优化流水线执行的方法、系统和装置 | |
| CN105227858B (zh) | 一种图像处理方法及移动终端 | |
| WO2018177237A1 (zh) | 图像处理方法、装置和存储介质 | |
| US20140354768A1 (en) | Socialized Mobile Photography | |
| CN103745193B (zh) | 一种肤色检测方法及装置 | |
| CN105847674A (zh) | 一种基于移动终端的预览图像处理方法及移动终端 | |
| CN105426515B (zh) | 视频归类方法及装置 | |
| WO2020224428A1 (zh) | 在视频中植入信息的方法、计算机设备及存储介质 | |
| CN106056533A (zh) | 一种拍照的方法及终端 | |
| CN102640168A (zh) | 用于基于局部二进制模式的面部特征定位的方法和设备 | |
| CN103970554B (zh) | 一种家电产品功能升级的控制方法 | |
| CN107560083B (zh) | 空调控制方法、装置及系统 | |
| CN106488133A (zh) | 一种运动对象的检测方法及移动终端 | |
| CN110677585A (zh) | 目标检测框的输出方法、装置、终端及存储介质 | |
| CN104808764A (zh) | 工作模式的控制方法、装置以及电子设备 | |
| CN105959574A (zh) | 一种拍照方法及移动终端 | |
| CN104866191A (zh) | 一种拍照的方法及移动终端 | |
| CN114484775A (zh) | 空调机的控制方法、数据处理方法、装置及存储介质 | |
| CN110111364B (zh) | 运动检测方法、装置、电子设备及存储介质 | |
| CN106488140B (zh) | 一种相机拍摄参数的设置方法及移动终端 | |
| CN108093177A (zh) | 图像获取方法、装置、存储介质及电子设备 | |
| Salvadori et al. | An optimisation of Gaussian mixture models for integer processing units |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191022 |