CN113342231A - 一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备 - Google Patents

一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备 Download PDF

Info

Publication number
CN113342231A
CN113342231A CN202110728657.XA CN202110728657A CN113342231A CN 113342231 A CN113342231 A CN 113342231A CN 202110728657 A CN202110728657 A CN 202110728657A CN 113342231 A CN113342231 A CN 113342231A
Authority
CN
China
Prior art keywords
background
matching
color
display screen
icon
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
Application number
CN202110728657.XA
Other languages
English (en)
Inventor
张冬
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.)
Dilu Technology Co Ltd
Original Assignee
Dilu Technology 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 Dilu Technology Co Ltd filed Critical Dilu Technology Co Ltd
Priority to CN202110728657.XA priority Critical patent/CN113342231A/zh
Publication of CN113342231A publication Critical patent/CN113342231A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备，所述方法包括以下步骤：(1)设定t时刻需要显示的场景为音频播放器界面的一些图标；(2)将图标同时输入算法模型，得到匹配的主色与副色；(3)根据主色与副色，在背景库中进行匹配；(4)将匹配到的背景与当前界面的图标融合后，得到当前帧画面。本发明使用深度学习算法替代传统色彩匹配方法，大大提高了匹配效率，且不会导致画面美感丢失；本发明能在保证美观的前提下自动配色，防止画面元素因为色调相同或相似而难以分辨，从而有效减少驾驶员在行车时与显示屏的交互时间，确保驾驶安全。

Description

一种基于深度学习的车载显示屏动态配色方法、系统、介质及 设备
技术领域
本发明涉及车载显示屏，特别是一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备。
背景技术
随着时代的发展与进步，车载显示屏的设计越来越智能化，功能越来越丰富，随之而来的问题就是界面元素越来越多，且元素相互之间通常会有重叠的情况，使得有些按钮或元素难以分辨，不仅影响了视觉效果，且在行车途中，容易分散驾驶员的精力。例如，音乐播放器与视频播放器界面的播放、暂停、切换等按钮，桌面背景与桌面图标、顶部状态栏图标等，都需要一定的色彩搭配方法才能方便驾驶员有效地识别目标。
与本发明最接近的现有技术为专利号CN201510315586.5的中国发明专利《一种视频播放界面中自动配色的方法、系统及装置》，该方法针对视频播放器的界面，来配置播放暂停等控制按钮的色彩，该方法的步骤为：(1)获取当前视频图像数据并转换；(2)截取控制按钮范围与视频图像的重叠区域；(3)通过差值计算与视频重叠区域具有明显色差的颜色RGB作为控制图标的显示色。
该专利最重要部分即为差值计算，这种方案虽然可行，但很明显的缺点就是没有考虑到画面的整体美观，只考虑了对比最高的差值色彩，完全没有考虑到画面的色彩协调，直接影响到了画面的整体美感。
发明内容
发明目的：本发明的目的是提供一种既美观、又能实现车载显示屏动态自动配色的基于深度学习的车载显示屏动态配色方法、系统、介质及设备。
技术方案：本发明所述的一种基于深度学习的车载显示屏动态配色方法，包括以下步骤：
(1)设定t时刻需要显示的场景为音频播放器界面的一些图标；
(2)将图标同时输入算法模型，得到匹配的主色与副色；
(3)根据主色与副色，在背景库中进行匹配；
(4)将匹配到的背景与当前界面的图标融合后，得到当前帧画面。
所述步骤(2)具体为：
(2.1)设计深度学习算法，用于匹配显示屏当前界面图标的合适背景；
(2.2)收集一个配对数据库，每组配对包含了多种样式的图标以及与之配对的背景图，其中背景图的主色RGB与副色RGB已经提前提取出来，组成了1X6的向量；
(2.3)将配对数据经过预处理后，送入算法模型中；
(2.4)期望的输出向量与实际输出的向量进行比较，算法模型根据该比较结果自动调整模型参数；
(2.5)经过多次算法训练，当期望输出向量与实际向量的绝对差值小于设定的阈值时，得到训练好的算法模型；
(2.6)将图标同时输入步骤(2.5)中得到的算法模型，经过算法模型的计算得到与之匹配的主色RGB与副色RGB，即背景图中应该占比最大的两种颜色。
所述步骤(2.2)中配对数据库中包含多种场景的背景、音乐播放界面、视频播放界面、待机界面。
所述步骤(2.3)中预处理具体为：将图标处理为固定尺寸的图像，背景处理为1X6的向量。
所述步骤(3)具体为：得到主色与副色后，计算其与背景库图像的主副色相似度，返回相似度最高的一张背景作为最终结果。
一种基于深度学习的车载显示屏动态配色系统，包括以下模块：
配对数据库，收集了从现实场景中获取的背景与图标的配对数据库，用来训练色彩匹配模型；
模型训练模块，用于训练色彩匹配模型，给图标匹配合适的背景；
色彩匹配模块，首先计算与输入图标匹配的背景主色与副色，然后根据这两个值从背景库中匹配合适的背景；
数据融合模块，用于融合图标与匹配好的背景，形成画面的一帧。
一种计算机存储介质，其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车载显示屏动态配色方法。
一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述车载显示屏动态配色方法。
有益效果：与现有技术相比，本发明具有如下优点：
1、使用深度学习算法替代传统色彩匹配方法，大大提高了匹配效率，且不会导致画面美感丢失；
2、能在保证美观的前提下自动配色，防止画面元素因为色调相同或相似而难以分辨，从而有效减少驾驶员在行车时与显示屏的交互时间，确保驾驶安全。
附图说明
图1为本发明的步骤流程图；
图2为本发明中算法架构图，其中，图2(a)为算法执行时系统架构，图2(b)算法训练时系统架构。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
实施例1：
如图1所示，本发明公开了一种基于深度学习的车载显示屏动态配色方法，包括以下步骤：
(1)设定t时刻需要显示的场景为音频播放器界面的一些图标：设定屏幕的下一个动作场景为音乐播放器，那么将有一些图标如专辑封面、播放、暂停、下一曲等图标按钮。
(2)如图2所示，将图标同时输入算法模型，得到匹配的主色与副色；步骤(2)具体为：
(2.1)设计深度学习算法，用于匹配显示屏当前界面图标的合适背景；
(2.2)收集一个配对数据库，所述配对数据库包含多种场景、音乐播放、视频播放、待机界面，每组配对包含了多种样式的图标以及与之配对的背景图，其中背景图的主色RGB与副色RGB已经提前提取出来，组成了1X6的向量；
(2.3)将配对数据经过预处理后，送入算法模型中，算法模型输出与图标匹配的主色与副色，也是一个1X6的向量，而期望得到的结果为输入的1X6向量；所述预处理具体为：将图标处理为固定尺寸的图像，背景处理为1X6的向量；
(2.4)期望的输出向量与实际输出的向量进行比较，算法模型根据该比较结果自动调整模型参数；
(2.5)经过多次算法训练，当期望输出向量与实际向量的绝对差值小于设定的阈值时，得到训练好的算法模型；
(2.6)将图标同时输入步骤(2.5)中得到的算法模型，经过算法模型的计算得到与之匹配的主色RGB与副色RGB，即背景图中应该占比最大的两种颜色。
(3)根据主色与副色，在背景库中进行匹配：得到主色与副色后，计算其与背景库图像的主副色相似度，返回相似度最高的一张背景作为最终结果。
(4)将匹配到的背景与原始图标融合，得到当前帧的画面。
实施例2：
一种基于深度学习的车载显示屏动态配色系统，包括以下模块：
配对数据库，收集了从现实场景中获取的背景与图标的配对数据库，用来训练色彩匹配模型；
模型训练模块，用于训练色彩匹配模型，给图标匹配合适的背景；
色彩匹配模块，首先计算与输入图标匹配的背景主色与副色，然后根据这两个值从背景库中匹配合适的背景；
数据融合模块，用于融合图标与匹配好的背景，形成画面的一帧。
实施例3：
本发明还公开了一种计算机存储介质，其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车载显示屏动态配色方法。
实施例4：
本发明还公开了一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述车载显示屏动态配色方法。

Claims (8)

1.一种基于深度学习的车载显示屏动态配色方法，其特征在于，包括以下步骤：
(1)设定t时刻需要显示的场景为音频播放器界面的一些图标；
(2)将图标同时输入算法模型，得到匹配的主色与副色；
(3)根据主色与副色，在背景库中进行匹配；
(4)将匹配到的背景与当前界面的图标融合后，得到当前帧画面。
2.根据权利要求1所述的方法，其特征在于，所述步骤(2)具体为：
(2.1)设计深度学习算法，用于匹配显示屏当前界面图标的合适背景；
(2.2)收集一个配对数据库，每组配对包含了多种样式的图标以及与之配对的背景图，其中背景图的主色RGB与副色RGB已经提前提取出来，组成了1X6的向量；
(2.3)将配对数据经过预处理后，送入算法模型中；
(2.4)期望的输出向量与实际输出的向量进行比较，算法模型根据该比较结果自动调整模型参数；
(2.5)经过多次算法训练，当期望输出向量与实际向量的绝对差值小于设定的阈值时，得到训练好的算法模型；
(2.6)将图标同时输入步骤(2.5)中得到的算法模型，经过算法模型的计算得到与之匹配的主色RGB与副色RGB，即背景图中应该占比最大的两种颜色。
3.根据权利要求2所述的方法，其特征在于，所述步骤(2.2)中配对数据库中包含多种场景的背景、音乐播放界面、视频播放界面、待机界面。
4.根据权利要求2所述的方法，其特征在于，所述步骤(2.3)中预处理具体为：将图标处理为固定尺寸的图像，背景处理为1X6的向量。
5.根据权利要求1所述的方法，其特征在于，所述步骤(3)具体为：得到主色与副色后，计算其与背景库图像的主副色相似度，返回相似度最高的一张背景作为最终结果。
6.一种基于深度学习的车载显示屏动态配色系统，其特征在于，包括以下模块：
配对数据库，收集了从现实场景中获取的背景与图标的配对数据库，用来训练色彩匹配模型；
模型训练模块，用于训练色彩匹配模型，给图标匹配合适的背景；
色彩匹配模块，首先计算与输入图标匹配的背景主色与副色，然后根据这两个值从背景库中匹配合适的背景；
数据融合模块，用于融合图标与匹配好的背景，形成画面的一帧。
7.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的车载显示屏动态配色方法。
8.一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的车载显示屏动态配色方法。
CN202110728657.XA 2021-06-29 2021-06-29 一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备 Pending CN113342231A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110728657.XA CN113342231A (zh) 2021-06-29 2021-06-29 一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110728657.XA CN113342231A (zh) 2021-06-29 2021-06-29 一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备

Publications (1)

Publication Number Publication Date
CN113342231A true CN113342231A (zh) 2021-09-03

Family

ID=77481449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110728657.XA Pending CN113342231A (zh) 2021-06-29 2021-06-29 一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN113342231A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116229188A (zh) * 2023-05-08 2023-06-06 腾讯科技（深圳）有限公司 图像处理显示方法、分类模型的生成方法及其设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102736920A (zh) * 2012-06-11 2012-10-17 广东欧珀移动通信有限公司 一种桌面图标背景蒙板的自适应配色方法
CN103544004A (zh) * 2013-08-01 2014-01-29 Tcl集团股份有限公司 一种基于色环的图标背景色调整方法和终端
CN107241637A (zh) * 2017-05-26 2017-10-10 四川长虹电器股份有限公司 基于hsb颜色模式的应用图标智能搭配背板色板的方法
CN109345612A (zh) * 2018-09-13 2019-02-15 腾讯数码（天津）有限公司 一种图像生成方法、装置、设备和存储介质
CN112416346A (zh) * 2020-11-19 2021-02-26 腾讯科技（深圳）有限公司 界面配色方案的生成方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102736920A (zh) * 2012-06-11 2012-10-17 广东欧珀移动通信有限公司 一种桌面图标背景蒙板的自适应配色方法
CN103544004A (zh) * 2013-08-01 2014-01-29 Tcl集团股份有限公司 一种基于色环的图标背景色调整方法和终端
CN107241637A (zh) * 2017-05-26 2017-10-10 四川长虹电器股份有限公司 基于hsb颜色模式的应用图标智能搭配背板色板的方法
CN109345612A (zh) * 2018-09-13 2019-02-15 腾讯数码（天津）有限公司 一种图像生成方法、装置、设备和存储介质
CN112416346A (zh) * 2020-11-19 2021-02-26 腾讯科技（深圳）有限公司 界面配色方案的生成方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116229188A (zh) * 2023-05-08 2023-06-06 腾讯科技（深圳）有限公司 图像处理显示方法、分类模型的生成方法及其设备
CN116229188B (zh) * 2023-05-08 2023-07-25 腾讯科技（深圳）有限公司 图像处理显示方法、分类模型的生成方法及其设备

Similar Documents

Publication Publication Date Title
CN109783178A (zh) 一种界面组件的颜色调整方法、装置、设备和介质
CN101477631B (zh) 图像中提取目标的方法、设备及人机交互系统
KR20170009037A (ko) 영상 컨텐츠 제공 장치 및 영상 컨텐츠 제공 방법
US11409794B2 (en) Image deformation control method and device and hardware device
CN111145135B (zh) 一种图像去扰处理方法、装置、设备及存储介质
CN111882627A (zh) 图像处理方法、视频处理方法、装置、设备和存储介质
CN112668492B (zh) 一种自监督学习与骨骼信息的行为识别方法
CN113537056A (zh) 虚拟形象驱动方法、装置、设备和介质
CN103092332A (zh) 电视数字图像交互方法及系统
CN113724354B (zh) 基于参考图颜色风格的灰度图像着色方法
CN114494566A (zh) 图像渲染方法和装置
WO2023056835A1 (zh) 视频封面生成方法、装置、电子设备及可读介质
CN110475157A (zh) 多媒体信息展示方法、装置、计算机设备及存储介质
CN112822546A (zh) 基于内容感知的倍速播放方法、系统、存储介质和设备
CN103702054A (zh) 一种多路信号源输出的可视化方法、装置、及电视机
CN111494946B (zh) 图像处理方法、装置、设备及计算机可读存储介质
CN113342231A (zh) 一种基于深度学习的车载显示屏动态配色方法、系统、介质及设备
CN112272295A (zh) 具有三维效果的视频的生成方法、播放方法、装置及设备
CN103000054B (zh) 智能厨房烹饪教学机及其控制方法
CN110930471B (zh) 一种基于人机交互式对抗网络的图像生成方法
CN106778627A (zh) 检测人脸颜值的方法、装置和移动终端
CN107175674B (zh) 一种机器人交互方法及装置
CN112637692B (zh) 互动方法、装置、设备
CN112509152A (zh) 一种基于ar技术的看车方法、系统、设备及可读介质
CN115063800A (zh) 文本识别方法和电子设备

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