CN114245112A - 一种电视产品智能诊断维护方法 - Google Patents
一种电视产品智能诊断维护方法 Download PDFInfo
- Publication number
- CN114245112A CN114245112A CN202111601860.7A CN202111601860A CN114245112A CN 114245112 A CN114245112 A CN 114245112A CN 202111601860 A CN202111601860 A CN 202111601860A CN 114245112 A CN114245112 A CN 114245112A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- television
- program
- product
- fault
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012423 maintenance Methods 0.000 title claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims description 70
- 238000012360 testing method Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 4
- 230000032683 aging Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004092 self-diagnosis Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/04—Diagnosis, testing or measuring for television systems or their details for receivers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/4425—Monitoring of client processing errors or hardware failure
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种电视产品智能诊断维护方法,通过将电视产品的音视频异常分析融入电视产品的日常应用过程,将效率低下的人工参与处置方式变为更具效率的音视频图像智能诊断方式,实时自动优化维护音视频参数、并及时生成故障告警消息,通知给用户或电视产品厂家的维护服务平台。从而给用户提供更为智慧、省心、贴心的电视产品应用服务体验。
Description
技术领域
本发明涉及电视机技术领域,尤其涉及一种电视产品智能诊断维护方法。
背景技术
家电产品的智能化是不可逆转的潮流,越来越多的家电产品开始拥抱互联网、拥抱AI技术,提供了各种新的前所未有的特性和用户体验。
视频和音频是电视产品的主要功能卖点,高清靓丽的画质、优美动听的声音是电视产品工作者的不懈追求。几乎所有的电视都支持画质和音质的选择设置功能,用户根据自己的使用环境因素,选择标准、影院、鲜艳模式,从而达到一种最佳观视状态。简而言之,对音画内容的高保真表现力,是电视产品品质好坏的核心要素。
近几年上市的绝大部分电视支持自诊断功能,例如,有的电视通过按电视遥控器的【项目】键(智能触摸遥控器请按【更多】键,选择【项目】),然后依次选择【支持】-【自诊断】-【图片测试】,如果电视没有自诊断功能,播放DVD、USB设备中的视频观看,排查信号问题。无论是电视产品的音画设置、还是使用过程中的音视频故障发现、调试、检修……都离不开消费者自己的主动参与。以画质因素而言,因为LCD/LED电视产品的技术共性,电视产品的图像异常,常见的问题有屏幕暗点、模糊、条纹、抖动、倒置、翻转、重影……。例如常见屏幕的异常暗点、亮点、横竖暗线、亮线屏幕显示缺失问题,因为当前电视的屏幕分辨率颗粒度一般都很高,如果不是平常仔细观察,很多消费者都是在故障存在很久之后偶然性发现的。所以画质的好坏、是否有失真,LCD/LED屏幕是否出现了故障,目前仍然高度依赖于人的因素。
人工智能电视,一般指人工智能技术与家庭电视进行连接。通过完善的技术逻辑与大数据运营,让电视具有语言识别、图像识别、自然语言处理和专家系统。预见,具备动态自适应音画设置和和更加智慧的故障诊断功能的智能电视和智慧专家系统,才是改善用户体验的根本。
发明内容
目前,电视类产品的音画质设置,主要还是依赖于用户或工作人员通过遥控器菜单方式进行模式设置和相关参数的调教;包括辨别电视是否出现音画类故障时,也主要依赖故障本身不断放大到用户通过肉眼或耳朵察觉时才会暴露;在智能化技术日益发展的时代,依然严重依赖人为参与作为辨识和调教环节的方式,因为人员因素的差异,存在很多弊端,也非常不人性化。
本发明提出了一种基于AI智能监测,无感化实现电视产品更为智慧的优化设置及日常故障诊断维护方法。基于本方法涉及一种视频图像、音频的智能分析技术,通过构建一套闭环应用系统,本发明将电视产品的音视频异常分析融入电视产品的日常应用过程,将效率低下的人工参与处置方式变为更具效率的音视频图像智能优化、智能诊断方式,并及时生成故障告警消息,通知给用户或电视产品厂家的维护服务后台。从而给用户提供更为省心、贴心的电视产品应用服务体验。
本发明通过以下技术方案来实现上述目的:
一种电视产品智能诊断维护方法,包括以下步骤:
步骤1,配置监测采集装置,该装置包括摄像头模组、音频采集模组以及通信模组,通过摄像头模组及音频采集模组实时采集音视频信息,将相关采集信息实时进行传输;
步骤2,电视产品通过内置AI监测程序,生成标准原生测试单元库,将原始媒体文件资源库转化为AI监测特征库;
步骤3,监测采集装置实时采集当前的电视音视频信息,将相关数据作为反馈环节输入给后台AI监测程序;AI监测程序对相关数据与目标诊断相对应进行算法特征提取后,与目标特征库进行比对,判定产品状态、实时维护;
步骤4,AI监测程序应用于日常使用场景、及对相关产品诊断问题结果的处理。
进一步方案为,所述步骤2中,AI监测程序具有以下特征:
A.电视产品内置AI程序作为独立程序激活打开运行、或后台线程方式实时/定时监测运行;
B.测试单元库来源于多个方面:本机的当前开机、关机、主菜单、功能菜单功能界面、音视频动画;本机的主题壁纸、屏保动画、屏保壁纸;如果电视产品主要采用机顶盒、OTT播放器作为媒体输入源,机顶盒、OTT播放器的开机、关机、主菜单、功能菜单功能界面将被采集作为原生单元测试库;
C.根据电视产品AI智能侦测判断的音视频故障体征库的监测需求,AI程序根据故障监测目标,针对已知输入单元,AI监测诊断程序需要对原生单元库通过针对性算法进行二次加工处理,包括特征抽取和特征隐性叠加;通过动态抽取原生单元测试库的图形特征元素值,智能生成监测特征库;叠加方式对原生单元库进行隐性特征点位叠加处理,再通过相关算法进行特征抽取,智能生成监测特征库;
D.AI监测程序用于生产智能监测特征库的算法,根据诊断监测故障特征的不同,采用不同的行业算法,用于生产对应不同故障特征的监测特征库表;
E.AI监测诊断程序将通过摄像头和音频监听方式,对电视应用场景的当前情况进行智能判断;
F.AI监测诊断程序选择在用户电视开机、关机、长时间没有操作交互的屏保主题画面时刻后台运行;
G.AI监测诊断程序选择电视当前的主界面是电视产品的菜单画面,在用户没有进行实质性电视节目观赏的时刻后台运行。
进一步方案为,所述步骤3中,监测采集装置将采集的实施显示效果,根据对应的素材库ID作卷积特征提取和设定阈值比对,即可快速判定当前的音画显示效果和存在的潜在故障。
进一步方案为,所述步骤3中,具体方法如下:
a)AI监测程序通过比对程序,得到出当前电视产品存在的音频、视频特征值偏离情况,快速判定可能发生、已经存在的音频及显示类故障隐患,并记录产品状态日志;
b)对于超出阈值的特征偏离,鉴定为故障类别的,AI监测程序将重点关注和采用有针对性的故障诊断方式,多次予以确认;
c)AI监测程序及相关故障数据库、判定算法即可本地化运行,也可通过网络连接云平台,对于某些特定应用,借助云平台的强大服务器算力快速准确辅助诊断定位;平台不断发布迭代版本,不断对AI监测程序、数据库及算法进行升级;
d)基于云平台的大数据系统,云服务程序根据产品的类别、型号、批次、地域多重特征,记录形成产品老化、共性故障经验数据库,不断训练丰富和改善提升AI检索特征数据,从而提升AI监测程序的智慧水平。
进一步方案为,所述步骤4中,具体方法如下:
i.AI监测程序动态制定优化监测计划任务,并智能判断电视应用环境,判断在不影响用户日常TV产品使用体验的合适时间缝隙,AI监测程序动态运行,通过采集反馈装置对运行中的TV测试素材进行实时采集工作;
ii.AI监测程序核心监测和优化算法对采集的媒体数据进行算法加工得到目标量化特征阈值;相关特征值和设定阈值表格进行对比,判定当前音视画质性能,及是否存在相关典型类故障;
iii.AI监测程序优化实时调整TV相关音画特性参数,并通过调整后的采集量化判定,以确认电视产品处在最佳的音画效果状态;对于确认存在某故障的情况,AI监测程序采用多种不同测试源或根据故障类型针对性的定性算法,再次进行确认,排除分析误差;
iv.AI监测程序将判定的故障通过相关信息提示告知用户,并上报厂家售后服务体系,为用户提供智慧贴心的服务体验。
本发明的有益效果在于:
本发明的一种电视产品智能诊断维护方法,通过将电视产品的音视频异常分析融入电视产品的日常应用过程,将效率低下的人工参与处置方式变为更具效率的音视频图像智能诊断方式,实时自动优化维护音视频参数、并及时生成故障告警消息,通知给用户或电视产品厂家的维护服务平台。从而给用户提供更为智慧、省心、贴心的电视产品应用服务体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要实用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还根据这些附图获得其他的附图。
图1为本发明流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅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做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
在任一实施例中,如图1所示,本发明的一种电视产品智能诊断维护方法,包括:
(1)根据不同的机型、应用环境差异等因素,提供一种低成本和电视本体分离的工装装置(以下统称监测采集装置),该装置包括摄像头模组和音频采集模组,以及通信模组(WIFI或蓝牙),可以通过摄像头模组及音频采集模组实时采集音视频信息,将相关采集信息实时进行传输;
监测采集装置可以为电视厂家单独的一个附件产品,出售提供给消费者或者,以及电视产品的安装维修人员。也可以是具有同类功能特征的已有其它产品形式,如海康/小米的家用通用USB摄像头产品,通过SDK或相关软件接口获取监测的音视频信息,作为本场景的监测采集装置;
音视频监测采集装置可以非单独立存在,可以是复合型功能产品形式,存在多样性产品形式可能:如类似华为智慧屏配套的直播精灵产品形式、如家庭智能语音控制盒,或如增强型遥控器、或如增强型OTT播放器盒子等;通过不同的产品形式和电视产品搭配,从而形成复合产品体系,搭配实现更加丰富智能的应用场景;
监测采集装置可以是借助通用型手机/PAD产品,纯软件方式的一种监测采集功能程序,通过运行在消费者或电视产品的安装维修人员手机/PAD上,成为本场景的监测采集装置;
伴随着智慧电视的发展普及,本机具有摄像头的智慧屏电视日益增多,此类电视基本都支持语音交互,所以本机具备音频感知采集装置,成为趋势。对于本机具备音视频监测采集装置的电视产品,可以通过纯软件方式将监测采集功能程序运行在本机,支持本场景的功能实现;
本机具备摄像头的电视产品分两种情况,可调角度和固定安装两类。对于可调角度摄像头,可以通过监测采集程序设置摄像头对准电视本机,实时采集当前显示画面;对于固定角度安装的摄像头,如涉及无法采集本机画面的情况,本方案支持增加提供一个低成本镜面反射装置,通过设置合适的反射角度助力本机摄像头成为AI场景下的监测采集装置;
(2)作为主要的处理方式,本方案中,电视产品将通过内置AI监测程序,智能生成标准原生测试单元库,将原始媒体文件资源库转化为AI监测特征库,程序符合以下相关特征:
A.电视产品内置AI程序可以作为独立程序激活打开运行、或后台线程方式实时/定时监测运行。作为日常电视产品状态智能故障诊断监测的独立AI线程,以用户无需参与的方式智能化运行;
B.AI程序动态获取、生成并维护一套原生单元测试库,包含图片、音频、及视频媒体。测试单元库来源于多个方面;一方面是:本机的当前开机、关机、主菜单、功能菜单等功能界面、音视频动画等;一方面是:本机的主题壁纸、屏保动画、屏保壁纸等;如果电视产品主要采用机顶盒、OTT播放器等作为媒体输入源,机顶盒、OTT播放器的开机、关机、主菜单、功能菜单等功能界面等将被采集作为原生单元测试库;
C.根据电视产品AI智能侦测判断的音视频故障体征库的监测需求,如图像方面的异常(例如有:模糊、有条纹、抖动、倒置、翻转、重影等),AI程序根据故障监测目标,针对已知输入单元,AI监测诊断程序需要对原生单元库通过针对性算法进行二次加工处理,最主要的方式特征抽取和特征隐性叠加;一方面,通过动态抽取原生单元测试库的图形特征元素值,智能生成监测特征库;一方面,叠加方式对原生单元库进行隐性特征点位叠加处理,再通过相关算法进行特征抽取,智能生成监测特征库;
D.AI监测程序用于生产智能监测特征库的算法,根据诊断监测故障特征的不同,会灵活采用不同的行业算法,用于生产对应不同故障特征的监测特征库表。相关方式不限于相关性卷积对比类算法,而是特征值判定为主,采用如图像小波算法等,从而生成更加快速高效的判定特征库表
E.AI监测诊断程序将通过摄像头和音频监听方式,对电视应用场景的当前情况进行智能判断,如选择在无人观影的空隙时间碎片下后台运行;
F.AI监测诊断程序可以选择在用户电视开机、关机、长时间没有操作交互的屏保主题画面时刻后台运行;
G.AI监测诊断程序可以选择电视当前的主界面是电视产品的菜单画面,在用户没有进行实质性电视节目观赏的时刻后台运行;
相比业界的已有音视频诊断方法,本方案将针对性更强的根据不同的故障特性,主要采用特征点隐性叠加的方法,预先加工生产原始素材库,并设定判定阈值。进一步的,伴随技术的进步,针对不通的典型故障,相关的判定算法和阈值范围,将会依据行业技术的进步,由云平台进行训练并不断优化更新。
(3)监测采集装置实时采集当前的电视音视频信息,将相关数据作为反馈环节输入给后台AI监测程序。AI监测程序对相关数据与目标诊断相对应进行算法特征提取后,与目标特征库进行比对,判定产品状态、实时维护。
采集装置将采集的实施显示效果,根据对应的素材库ID作卷积特征提取和设定阈值比对,即可快速判定当前的音画显示效果和存在的潜在故障。
a)AI监测程序通过比对程序,得到出当前电视产品存在的音频、视频特征值偏离情况,快速判定可能发生、已经存在的音频及显示类故障隐患,并记录产品状态日志;
b)对于超出阈值的特征偏离,鉴定为故障类别的,AI监测程序将重点关注和采用有针对性的故障诊断方式,多次予以确认。举例如,屏幕某区域存在暗斑坏块故障判定,监测程序将针对该故障区域,多次采用不同的输入源从多个维度进行特征比对判断,从而锁定故障区域和故障像素范围;
c)AI监测程序及相关故障数据库、判定算法等即可本地化运行,也可通过网络连接云平台,一方面对于某些特定应用,借助云平台的强大服务器算力快速准确辅助诊断定位;另一方面,平台可以不断发布迭代版本,不断对AI监测程序、数据库及算法进行升级,提升用户体验;
d)在长期的使用中,基于云平台的大数据系统,云服务程序可根据产品的类别、型号、批次、地域等多重特征,记录形成产品老化、共性故障等经验数据库,不断训练丰富和改善提升AI检索特征数据,从而提升AI监测程序的智慧水平。
(4)AI监测程序应用于日常使用场景、及对相关产品诊断问题结果的处理。
i.AI监测程序动态制定优化监测计划任务,并智能判断电视应用环境,判断在不影响用户日常TV产品使用体验的合适时间缝隙,AI监测程序动态运行,通过采集反馈装置对运行中的TV测试素材进行实时采集工作;电视产品内置AI程序可以作为独立程序激活打开运行、或后台线程方式实时/定时监测运行。作为日常电视产品状态智能故障诊断监测的独立AI线程,以用户无需参与的方式智能化运行;
ii.AI监测程序核心监测和优化算法对采集的媒体数据进行算法加工得到目标量化特征阈值;相关特征值和设定阈值表格进行对比,判定当前音视画质性能,及是否存在相关典型类故障;作为独立性系统工具,在用户需要的时候,可以通过相关电视产品的系统功能菜单设置AI监测程序的运行需求(作为电视产品的日常监护方法,好比电脑软件的鲁大师),对电视产品进行系统检测和优化,确保电视产品处于最佳运行状态;
iii.AI监测程序优化实时调整TV相关音画特性参数,并通过调整后的采集量化判定,以确认电视产品处在最佳的音画效果状态;对于确认存在某故障的情况,AI监测程序采用多种不同测试源或根据故障类型针对性的定性算法,再次进行确认,排除分析误差;
iv.AI监测程序将判定的故障通过相关信息提示告知用户,并上报厂家售后服务体系,为用户提供智慧贴心的服务体验。相关厂家安装维护及工作人员等,在为用户提供电视产品安装、维修等服务时,可以通过运行AI监测方式—智能快速调节设置产品显示和声音输出为当前环境的最优影音效果状态;智能诊断产品当前存在的故障问题及处理建议。AI监测程序对监测判定的问题及相关处理建议,如涉及需要用户参与的环境,会将相关信息提示用户,告知用户知悉并确认;对于电视产品有效维护期内,有厂家义务负责的部分,会将相关信息通过网络上报厂家的售后服务平台,由厂家安排按照工作流程予以推进,如电话告知用户产品故障并预约上门维修。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。此外,本发明的各种不同的实施方式之间也进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (5)
1.一种电视产品智能诊断维护方法,其特征在于,包括以下步骤:
步骤1,配置监测采集装置,该装置包括摄像头模组、音频采集模组以及通信模组,通过摄像头模组及音频采集模组实时采集音视频信息,将相关采集信息实时进行传输;
步骤2,电视产品通过内置AI监测程序,生成标准原生测试单元库,将原始媒体文件资源库转化为AI监测特征库;
步骤3,监测采集装置实时采集当前的电视音视频信息,将相关数据作为反馈环节输入给后台AI监测程序;AI监测程序对相关数据与目标诊断相对应进行算法特征提取后,与目标特征库进行比对,判定产品状态、实时维护;
步骤4,AI监测程序应用于日常使用场景、及对相关产品诊断问题结果的处理。
2.如权利要求1所述的一种电视产品智能诊断维护方法,其特征在于,所述步骤2中,AI监测程序具有以下特征:
A.电视产品内置AI程序作为独立程序激活打开运行、或后台线程方式实时/定时监测运行;
B.测试单元库来源于多个方面:本机的当前开机、关机、主菜单、功能菜单功能界面、音视频动画;本机的主题壁纸、屏保动画、屏保壁纸;如果电视产品主要采用机顶盒、OTT播放器作为媒体输入源,机顶盒、OTT播放器的开机、关机、主菜单、功能菜单功能界面将被采集作为原生单元测试库;
C.根据电视产品AI智能侦测判断的音视频故障体征库的监测需求,AI程序根据故障监测目标,针对已知输入单元,AI监测诊断程序需要对原生单元库通过针对性算法进行二次加工处理,包括特征抽取和特征隐性叠加;通过动态抽取原生单元测试库的图形特征元素值,智能生成监测特征库;叠加方式对原生单元库进行隐性特征点位叠加处理,再通过相关算法进行特征抽取,智能生成监测特征库;
D.AI监测程序用于生产智能监测特征库的算法,根据诊断监测故障特征的不同,采用不同的行业算法,用于生产对应不同故障特征的监测特征库表;
E.AI监测诊断程序将通过摄像头和音频监听方式,对电视应用场景的当前情况进行智能判断;
F.AI监测诊断程序选择在用户电视开机、关机、长时间没有操作交互的屏保主题画面时刻后台运行;
G.AI监测诊断程序选择电视当前的主界面是电视产品的菜单画面,在用户没有进行实质性电视节目观赏的时刻后台运行。
3.如权利要求1所述的一种电视产品智能诊断维护方法,其特征在于,所述步骤3中,监测采集装置将采集的实施显示效果,根据对应的素材库ID作卷积特征提取和设定阈值比对,即可快速判定当前的音画显示效果和存在的潜在故障。
4.如权利要求1所述的一种电视产品智能诊断维护方法,其特征在于,所述步骤3中,具体方法如下:
a)AI监测程序通过比对程序,得到出当前电视产品存在的音频、视频特征值偏离情况,快速判定可能发生、已经存在的音频及显示类故障隐患,并记录产品状态日志;
b)对于超出阈值的特征偏离,鉴定为故障类别的,AI监测程序将重点关注和采用有针对性的故障诊断方式,多次予以确认;
c)AI监测程序及相关故障数据库、判定算法即可本地化运行,也可通过网络连接云平台,对于某些特定应用,借助云平台的强大服务器算力快速准确辅助诊断定位;平台不断发布迭代版本,不断对AI监测程序、数据库及算法进行升级;
d)基于云平台的大数据系统,云服务程序根据产品的类别、型号、批次、地域多重特征,记录形成产品老化、共性故障经验数据库,不断训练丰富和改善提升AI检索特征数据,从而提升AI监测程序的智慧水平。
5.如权利要求1所述的一种电视产品智能诊断维护方法,其特征在于,所述步骤4中,具体方法如下:
i.AI监测程序动态制定优化监测计划任务,并智能判断电视应用环境,判断在不影响用户日常TV产品使用体验的合适时间缝隙,AI监测程序动态运行,通过采集反馈装置对运行中的TV测试素材进行实时采集工作;
ii.AI监测程序核心监测和优化算法对采集的媒体数据进行算法加工得到目标量化特征阈值;相关特征值和设定阈值表格进行对比,判定当前音视画质性能,及是否存在相关典型类故障;
iii.AI监测程序优化实时调整TV相关音画特性参数,并通过调整后的采集量化判定,以确认电视产品处在最佳的音画效果状态;对于确认存在某故障的情况,AI监测程序采用多种不同测试源或根据故障类型针对性的定性算法,再次进行确认,排除分析误差;
iv.AI监测程序将判定的故障通过相关信息提示告知用户,并上报厂家售后服务体系,为用户提供智慧贴心的服务体验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111601860.7A CN114245112A (zh) | 2021-12-24 | 2021-12-24 | 一种电视产品智能诊断维护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111601860.7A CN114245112A (zh) | 2021-12-24 | 2021-12-24 | 一种电视产品智能诊断维护方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114245112A true CN114245112A (zh) | 2022-03-25 |
Family
ID=80762863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111601860.7A Pending CN114245112A (zh) | 2021-12-24 | 2021-12-24 | 一种电视产品智能诊断维护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114245112A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703367A (zh) * | 2023-08-08 | 2023-09-05 | 深圳可视科技有限公司 | 一种led液晶显示屏的检修方法及系统 |
CN117278806A (zh) * | 2023-11-08 | 2023-12-22 | 深圳市巨诺电子有限公司 | 一种机顶盒的故障处理方法和系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102006459A (zh) * | 2010-11-09 | 2011-04-06 | 中国电信股份有限公司 | 视频图像智能诊断系统及方法 |
CN106534845A (zh) * | 2016-11-28 | 2017-03-22 | 四川长虹电器股份有限公司 | 基于人工智能的电视屏及屏组件诊断系统及方法 |
CN110677725A (zh) * | 2019-10-31 | 2020-01-10 | 飞思达技术(北京)有限公司 | 一种基于互联网电视业务的音视频异态检测方法及系统 |
CN110830791A (zh) * | 2019-09-17 | 2020-02-21 | 广州朗国电子科技有限公司 | 一种电视整机软件功能的自动测试方法、装置及系统 |
CN111669540A (zh) * | 2019-03-07 | 2020-09-15 | 上海思桂信息技术有限公司 | 一种基于ai技术的监控系统及方法 |
CN111885407A (zh) * | 2020-07-30 | 2020-11-03 | 深圳创维-Rgb电子有限公司 | 待机控制方法、装置、智能电视和可读存储介质 |
JP2021097336A (ja) * | 2019-12-18 | 2021-06-24 | 東日本旅客鉄道株式会社 | 監視用テレビモニタ装置の故障予兆検知システム |
CN113068018A (zh) * | 2020-01-02 | 2021-07-02 | 中华电信股份有限公司 | 一种查测机顶盒异常的自动回报系统与方法 |
CN113163141A (zh) * | 2021-05-13 | 2021-07-23 | 深圳创维-Rgb电子有限公司 | 显示控制方法、装置、电视机以及计算机可读存储介质 |
CN113591951A (zh) * | 2021-07-19 | 2021-11-02 | 武汉风行在线技术有限公司 | 一种智能电视远程运维方法及系统 |
CN113609187A (zh) * | 2021-07-23 | 2021-11-05 | 四川虹美智能科技有限公司 | 基于大数据的故障诊断方法及系统 |
-
2021
- 2021-12-24 CN CN202111601860.7A patent/CN114245112A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102006459A (zh) * | 2010-11-09 | 2011-04-06 | 中国电信股份有限公司 | 视频图像智能诊断系统及方法 |
CN106534845A (zh) * | 2016-11-28 | 2017-03-22 | 四川长虹电器股份有限公司 | 基于人工智能的电视屏及屏组件诊断系统及方法 |
CN111669540A (zh) * | 2019-03-07 | 2020-09-15 | 上海思桂信息技术有限公司 | 一种基于ai技术的监控系统及方法 |
CN110830791A (zh) * | 2019-09-17 | 2020-02-21 | 广州朗国电子科技有限公司 | 一种电视整机软件功能的自动测试方法、装置及系统 |
CN110677725A (zh) * | 2019-10-31 | 2020-01-10 | 飞思达技术(北京)有限公司 | 一种基于互联网电视业务的音视频异态检测方法及系统 |
JP2021097336A (ja) * | 2019-12-18 | 2021-06-24 | 東日本旅客鉄道株式会社 | 監視用テレビモニタ装置の故障予兆検知システム |
CN113068018A (zh) * | 2020-01-02 | 2021-07-02 | 中华电信股份有限公司 | 一种查测机顶盒异常的自动回报系统与方法 |
CN111885407A (zh) * | 2020-07-30 | 2020-11-03 | 深圳创维-Rgb电子有限公司 | 待机控制方法、装置、智能电视和可读存储介质 |
CN113163141A (zh) * | 2021-05-13 | 2021-07-23 | 深圳创维-Rgb电子有限公司 | 显示控制方法、装置、电视机以及计算机可读存储介质 |
CN113591951A (zh) * | 2021-07-19 | 2021-11-02 | 武汉风行在线技术有限公司 | 一种智能电视远程运维方法及系统 |
CN113609187A (zh) * | 2021-07-23 | 2021-11-05 | 四川虹美智能科技有限公司 | 基于大数据的故障诊断方法及系统 |
Non-Patent Citations (1)
Title |
---|
田红彬;孙德胜;: "专家系统在电视机故障诊断中的应用", 创新科技, no. 08, 15 August 2003 (2003-08-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703367A (zh) * | 2023-08-08 | 2023-09-05 | 深圳可视科技有限公司 | 一种led液晶显示屏的检修方法及系统 |
CN116703367B (zh) * | 2023-08-08 | 2024-01-23 | 深圳可视科技有限公司 | 一种led液晶显示屏的检修方法及系统 |
CN117278806A (zh) * | 2023-11-08 | 2023-12-22 | 深圳市巨诺电子有限公司 | 一种机顶盒的故障处理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114245112A (zh) | 一种电视产品智能诊断维护方法 | |
CN110933490B (zh) | 一种画质和音质的自动调整方法、智能电视机及存储介质 | |
WO2022105409A1 (zh) | 故障诊断方法、终端设备及显示设备 | |
WO2020192222A1 (zh) | 用户场景智能分析方法、装置和存储介质 | |
CN108628564A (zh) | 消除显示屏残影的方法、装置、存储介质及显示终端 | |
CN112799891B (zh) | iOS设备测试方法、装置、系统、存储介质及计算机设备 | |
CN104754277A (zh) | 信息处理设备及信息处理方法 | |
US11989868B2 (en) | Video quality assessing method and apparatus | |
CN109542385B (zh) | 一种多数据流同屏显示方法、系统、装置及可读存储介质 | |
CN101287080A (zh) | 一种调整电视机画质的方法及其电视机 | |
KR20160120198A (ko) | 정보 필터링 방법, 장치, 프로그램 및 저장매체 | |
CN105763849A (zh) | 一种云视频采集设备轮播监控的方法及系统 | |
CN112470180A (zh) | 作业辅助系统以及作业辅助方法 | |
KR101780610B1 (ko) | 조색모니터, 조색시스템 및 조색방법 | |
JP2011103609A (ja) | 機器、装置の機能チェック装置 | |
CN112333541B (zh) | 显示终端开关机控制方法、装置、设备及可读存储介质 | |
CN109104629A (zh) | 一种兼容iptv页面和公网页面的方法和浏览器 | |
CN104486689A (zh) | 一种信息处理方法及云端服务器 | |
WO2021226821A1 (en) | Systems and methods for detection and display of whiteboard text and/or an active speaker | |
CN106375804A (zh) | 移动端同步模拟智能设备界面的改良方法 | |
KR102504539B1 (ko) | 콘텐츠 배신 시스템 및 콘텐츠 배신 방법 | |
CN112256232A (zh) | 显示设备与自然语言生成后处理方法 | |
CN112437348A (zh) | 一种状态信息采集方法、存储介质及智能电视 | |
CN113938741B (zh) | 服务器及媒资播放异常处理方法 | |
CN109831703B (zh) | 一种针对hdmi信号的运动补偿方法及装置 |
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 |