CN115083337B - 一种led显示驱动系统及方法 - Google Patents
一种led显示驱动系统及方法 Download PDFInfo
- Publication number
- CN115083337B CN115083337B CN202210801895.3A CN202210801895A CN115083337B CN 115083337 B CN115083337 B CN 115083337B CN 202210801895 A CN202210801895 A CN 202210801895A CN 115083337 B CN115083337 B CN 115083337B
- Authority
- CN
- China
- Prior art keywords
- led display
- data
- user
- display driving
- driving parameters
- 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
Links
Images
Classifications
-
- 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
- G09G3/22—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 using controlled light sources
- G09G3/30—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 using controlled light sources using electroluminescent panels
- G09G3/32—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 using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Abstract
本发明提出一种LED显示驱动系统及方法，所述系统包括：控制处理模块、获取模块、预测模块和驱动参数确定模块；其中，所述控制处理模块用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；所述获取模块用于根据用户画像模型，获取所述LED显示设备用户的画像数据；所述预测模块用于根据所述画像数据预测所述用户对应的LED显示风格；所述驱动参数确定模块用于基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。通过本发明的方案，可以根据用户特征信息，预测用户喜好的显示风格，并以此确定对应的显示驱动参数，实现了对LED显示设备的自动调节，智能高效，提升了用户体验。
Description
技术领域
本发明涉及显示驱动技术领域，具体涉及一种LED显示驱动系统及方法。
背景技术
随着经济的飞速发展和人们生活水平的提高，各种LED显示终端应运而生，LED显示终端使用也越来越广泛，人们在工作、学习、生活中常常会长时间面对显示终端的显示屏。目前，市场上的LED显示终端的显示设置一般都是通过在工厂设置默认值，用户如果需要显示效果/显示风格进行调节的话，需要通过手动调节的方式去实现，然而，由于大多数用户缺乏对显示原理、色彩知识的了解，通过手动调节的方式，操作复杂且很难达到预期的效果，甚至显示效果越调越差，严重影响了用户的体验。
发明内容
本发明正是基于上述问题，提出了一种LED显示驱动系统及方法，通过本发明的方案，可以根据用户特征信息，预测用户喜好的显示风格，并以此确定对应的显示驱动参数，实现了对LED显示设备的自动调节，智能高效，提升了用户体验。
有鉴于此，本发明的一方面提出了一种LED显示驱动系统，包括：控制处理模块、获取模块、预测模块和驱动参数确定模块；
所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；
所述获取模块，用于根据用户画像模型，获取所述LED显示设备用户的画像数据；
所述预测模块，用于根据所述画像数据预测所述用户对应的LED显示风格；
所述驱动参数确定模块，用于基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。
可选地，所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系，包括：
从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别；
对于每一个类别的显示风格，确定对应的显示驱动参数集合。
可选地，所述获取模块，还用于采集多个所述LED显示设备的使用者的信息数据；
所述控制处理模块，还用于：
将所述信息数据分为训练数据和测试数据；
利用所述训练数据训练第一神经网络，生成用户评测模型；
对所述测试数据进行特征处理，基于不同维度生成多个特征数据集；
利用所述用户评测模型分别对所述多个特征数据集进行处理，得到不同维度的用户评测数据；
根据所述不同维度的用户评测数据，构建用户画像模型。
可选地，所述获取模块，还用于实时采集所述用户的面部数据；
所述控制处理模块，还用于：
根据所述面部数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
可选地，所述获取模块，还用于实时采集所述用户的身体姿势数据；
所述控制处理模块，还用于：
根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
本发明的另一方面提供一种LED显示驱动方法，所述LED显示驱动方法包括：
根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；
根据用户画像模型，获取所述LED显示设备用户的画像数据；
根据所述画像数据预测所述用户对应的LED显示风格；
基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。
可选地，所述根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系的步骤，包括：
从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别；
对于每一个类别的显示风格，确定对应的显示驱动参数集合。
可选地，所述根据用户画像模型，获取所述LED显示设备用户的画像数据的步骤之前，还包括：
采集多个所述LED显示设备的使用者的信息数据；
将所述信息数据分为训练数据和测试数据；
利用所述训练数据训练第一神经网络，生成用户评测模型；
对所述测试数据进行特征处理，基于不同维度生成多个特征数据集；
利用所述用户评测模型分别对所述多个特征数据集进行处理，得到不同维度的用户评测数据；
根据所述不同维度的用户评测数据，构建用户画像模型。
可选地，所述基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数的步骤之后，还包括：
实时采集所述用户的面部数据；
根据所述面部数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
可选地，所述基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数的步骤之后，还包括：
实时采集所述用户的身体姿势数据；
根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
采用本发明的技术方案，LED显示驱动系统设置控制处理模块、获取模块、预测模块和驱动参数确定模块；其中，所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；所述获取模块，用于根据用户画像模型，获取所述LED显示设备用户的画像数据；所述预测模块，用于根据所述画像数据预测所述用户对应的LED显示风格；所述驱动参数确定模块，用于基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。通过本发明的方案，可以根据用户特征信息，预测用户喜好的显示风格，并以此确定对应的显示驱动参数，实现了对LED显示设备的自动调节，智能高效，提升了用户体验。
附图说明
图1是本发明一个实施例提供的LED显示驱动系统的示意框图；
图2是本发明另一个实施例提供的LED显示驱动方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面参照图1至图2来描述根据本发明一些实施方式提供的一种LED显示驱动系统及方法。
如图1所示，本发明一个实施例提供一种LED显示驱动系统，包括：控制处理模块、获取模块、预测模块和驱动参数确定模块；
所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；
所述获取模块，用于根据用户画像模型，获取所述LED显示设备用户的画像数据；
所述预测模块，用于根据所述画像数据预测所述用户对应的LED显示风格；
所述驱动参数确定模块，用于基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。
可以理解的是，不同的用户对于LED显示设备的显示风格的喜好不一样，而不同的显示风格对应了不同显示色温、灰度、亮度、分辨率、布局、扫描频率、刷新速度等。因此，在本发明的实施例中，根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系，再获取所述用户的特征信息，根据用户特征信息和用户画像模型，获取可以表征所述LED显示设备用户个人喜好的的画像数据，根据所述画像数据确定所述用户的喜好，以便进一步预测所述用户对应的LED显示风格，最后基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格确定初始LED显示驱动参数，以初始LED显示驱动参数控制LED显示设备工作。
采用该实施例的技术方案，所述LED显示驱动系统包括控制处理模块、获取模块、预测模块和驱动参数确定模块；其中，所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；所述获取模块，用于根据用户画像模型，获取所述LED显示设备用户的画像数据；所述预测模块，用于根据所述画像数据预测所述用户对应的LED显示风格；所述驱动参数确定模块，用于基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。通过本发明的方案，可以根据用户特征信息，预测用户喜好的显示风格，并以此确定对应的显示驱动参数，实现了对LED显示设备的自动调节，智能高效，提升了用户体验。
应当知道的是，图1所示的LED显示驱动系统的框图仅作示意，其所示出的各模块的数量并不对本发明的保护范围进行限定。
在本发明一些可能的实施方式中，所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系，包括：
从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别；
对于每一个类别的显示风格，确定对应的显示驱动参数集合。
可以理解的是，每一种显示风格是多种显示驱动参数共同作用的体现，而为了呈现某一种显示风格，对于具体的某种显示驱动参数的值可能在某个范围内即可满足。本发明的实施例，从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别，对于每一个类别的显示风格，确定对应的显示驱动参数集合。更优地是，对于某种特定的显示风格对应的参数集合，可以加入评价维度(如功率控制要求、环境影响因子等)，从中选择出即满足显示风格要求、又满足其他特殊限制条件的参数子集合，以提供更精细的个性化体验。
在本发明一些可能的实施方式中，所述获取模块，还用于采集多个所述LED显示设备的使用者的信息数据；
所述控制处理模块，还用于：
将所述信息数据分为训练数据和测试数据；
利用所述训练数据训练第一神经网络，生成用户评测模型；
对所述测试数据进行特征处理，基于不同维度生成多个特征数据集；
利用所述用户评测模型分别对所述多个特征数据集进行处理，得到不同维度的用户评测数据；
根据所述不同维度的用户评测数据，构建用户画像模型。
可以理解的是，在本实施例中，在对所述测试数据进行预处理后，再进特征处理，特征处理包括标准化、归一化、离散化、特征升维/降维、缺省值处理等，可以根据数据用途/类型选择对应的特征处理方法。对所述测试数据进行特征处理后，利用处理后的测试数据基于不同维度生成多个特征数据集，多个特征数据集用于表示所述测试数据对应的多种数据类型。
本申请的实施例可以基于人工智能技术对相关的数据进行获取和处理。人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。基于大数据和深度学习模型，能够根据用户的基本信息数据构建用户模型，多维度了解用户的兴趣爱好，做到更清晰、全面地认识用户，对用户进行画像，从而准确地确定符合用户的显示风格。
在本发明一些可能的实施方式中，所述利用所述训练数据训练第一神经网络，生成用户评测模型的步骤，具体是：
将所述训练数据作为输入值输入至输入层；
所述输入层与初始层通过矩阵运算建立连接；
所述初始层得出第一输出结果，并将所述第一输出结果进行激活得到第二输出结果，将第二输出结果发送至模拟输出层；
所述模拟输出层通过矩阵计算得出模拟输出值，并将所述模拟输出值输入二次初始层；
所述二次初始层通过矩阵计算得出验证输出结果；
将所述输入层的所述输入值与二次初始层进行数据连接；
所述二次初始层通过矩阵计算得出二次输出结果，将二次输出结果与验证输出结果发送至验证系数层进行验证，并得出正规化系数；
将所述正规化系数与模拟输出值发送至输出层，所述输出层对模拟输出值进行正规化处理，得到拟态结果；
收集正反馈和/或逆反馈信息；
根据所述正反馈和/或所述逆反馈信息对所述拟态结果进行学习修正，生成所述用户评测模型。
在本实施例中，为了生成效果精确高效的评测模型，通过神经网络处理特征数据集以构建出用户评测模型，所述神经网络包括输入层、初始层、模拟输出层、二次初始层、验证系数层以及输出层，并利用激活函数对所述第一输出结果进行激活。激活函数是一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式，类似于人类大脑中基于神经元的模型，如Sigmoid激活函数、ReLU激活函数等。
在本发明一些可能的实施方式中，所述获取模块，还用于实时采集所述用户的面部数据；
所述控制处理模块，还用于：
根据所述面部数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
可以理解的是，面部表情是一个人的心灵窗口，能够真实反映个人的心理状况和生理状况，为了提供更符合用户的显示风格，本发明的实施例中，通过实时采集所述用户的面部数据，利用面部表情识别算法，根据所述面部数据确定所述用户的疲劳指数和/或心情指数，再根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数，最后以所述LED显示驱动参数控制所述LED显示设备工作，能够结合用户当前的状态及时、自动对LED显示设备进行调整。
在本发明一些可能的实施方式中，所述获取模块，还用于实时采集所述用户的身体姿势数据；
所述控制处理模块，还用于：
根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
可以理解的是，为了提供更符合用户的显示风格，本发明的实施例中，通过实时采集所述用户的身体姿势数据，利用预先建立的身体姿势与人物状态之间的对应关系，根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数，再根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数，最后以所述LED显示驱动参数控制所述LED显示设备工作，能够根据反映用户当前状态的身体姿势及时、自动对LED显示设备进行调整。
请参见图2，本发明的另一实施例提供一种LED显示驱动方法，所述LED显示驱动方法包括：
根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；
根据用户画像模型，获取所述LED显示设备用户的画像数据；
根据所述画像数据预测所述用户对应的LED显示风格；
基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。
可以理解的是，不同的用户对于LED显示设备的显示风格的喜好不一样，而不同的显示风格对应了不同显示色温、灰度、亮度、分辨率、布局、扫描频率、刷新速度等。因此，在本发明的实施例中，根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系，再获取所述用户的特征信息，根据用户特征信息和用户画像模型，获取可以表征所述LED显示设备用户个人喜好的的画像数据，根据所述画像数据确定所述用户的喜好，以便进一步预测所述用户对应的LED显示风格，最后基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格确定初始LED显示驱动参数，以初始LED显示驱动参数控制LED显示设备工作。
采用该实施例的技术方案，所述LED显示驱动系统包括控制处理模块、获取模块、预测模块和驱动参数确定模块；其中，所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；所述获取模块，用于根据用户画像模型，获取所述LED显示设备用户的画像数据；所述预测模块，用于根据所述画像数据预测所述用户对应的LED显示风格；所述驱动参数确定模块，用于基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数。通过本发明的方案，可以根据用户特征信息，预测用户喜好的显示风格，并以此确定对应的显示驱动参数，实现了对LED显示设备的自动调节，智能高效，提升了用户体验。
在本发明一些可能的实施方式中，所述根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系的步骤，包括：
从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别；
对于每一个类别的显示风格，确定对应的显示驱动参数集合。
可以理解的是，每一种显示风格是多种显示驱动参数共同作用的体现，而为了呈现某一种显示风格，对于具体的某种显示驱动参数的值可能在某个范围内即可满足。本发明的实施例，从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别，对于每一个类别的显示风格，确定对应的显示驱动参数集合。更优地是，对于某种特定的显示风格对应的参数集合，可以加入评价维度(如功率控制要求、环境影响因子等)，从中选择出即满足显示风格要求、又满足其他特殊限制条件的参数子集合，以提供更精细的个性化体验。
在本发明一些可能的实施方式中，所述根据用户画像模型，获取所述LED显示设备用户的画像数据的步骤之前，还包括：
采集多个所述LED显示设备的使用者的信息数据；
将所述信息数据分为训练数据和测试数据；
利用所述训练数据训练第一神经网络，生成用户评测模型；
对所述测试数据进行特征处理，基于不同维度生成多个特征数据集；
利用所述用户评测模型分别对所述多个特征数据集进行处理，得到不同维度的用户评测数据；
根据所述不同维度的用户评测数据，构建用户画像模型。
可以理解的是，在本实施例中，在对所述测试数据进行预处理后，再进特征处理，特征处理包括标准化、归一化、离散化、特征升维/降维、缺省值处理等，可以根据数据用途/类型选择对应的特征处理方法。对所述测试数据进行特征处理后，利用处理后的测试数据基于不同维度生成多个特征数据集，多个特征数据集用于表示所述测试数据对应的多种数据类型。
本申请的实施例可以基于人工智能技术对相关的数据进行获取和处理。人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。基于大数据和深度学习模型，能够根据用户的基本信息数据构建用户模型，多维度了解用户的兴趣爱好，做到更清晰、全面地认识用户，对用户进行画像，从而准确地确定符合用户的显示风格。
在本发明一些可能的实施方式中，所述利用所述训练数据训练第一神经网络，生成用户评测模型的步骤，具体是：
将所述训练数据作为输入值输入至输入层；
所述输入层与初始层通过矩阵运算建立连接；
所述初始层得出第一输出结果，并将所述第一输出结果进行激活得到第二输出结果，将第二输出结果发送至模拟输出层；
所述模拟输出层通过矩阵计算得出模拟输出值，并将所述模拟输出值输入二次初始层；
所述二次初始层通过矩阵计算得出验证输出结果；
将所述输入层的所述输入值与二次初始层进行数据连接；
所述二次初始层通过矩阵计算得出二次输出结果，将二次输出结果与验证输出结果发送至验证系数层进行验证，并得出正规化系数；
将所述正规化系数与模拟输出值发送至输出层，所述输出层对模拟输出值进行正规化处理，得到拟态结果；
收集正反馈和/或逆反馈信息；
根据所述正反馈和/或所述逆反馈信息对所述拟态结果进行学习修正，生成所述用户评测模型。
在本实施例中，为了生成效果精确高效的评测模型，通过神经网络处理特征数据集以构建出用户评测模型，所述神经网络包括输入层、初始层、模拟输出层、二次初始层、验证系数层以及输出层，并利用激活函数对所述第一输出结果进行激活。激活函数是一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式，类似于人类大脑中基于神经元的模型，如Sigmoid激活函数、ReLU激活函数等。
在本发明一些可能的实施方式中，所述基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数的步骤之后，还包括：
实时采集所述用户的面部数据；
根据所述面部数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
可以理解的是，面部表情是一个人的心灵窗口，能够真实反映个人的心理状况和生理状况，为了提供更符合用户的显示风格，本发明的实施例中，通过实时采集所述用户的面部数据，利用面部表情识别算法，根据所述面部数据确定所述用户的疲劳指数和/或心情指数，再根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数，最后以所述LED显示驱动参数控制所述LED显示设备工作，能够结合用户当前的状态及时、自动对LED显示设备进行调整。
在本发明一些可能的实施方式中，所述基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数的步骤之后，还包括：
实时采集所述用户的身体姿势数据；
根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
可以理解的是，为了提供更符合用户的显示风格，本发明的实施例中，通过实时采集所述用户的身体姿势数据，利用预先建立的身体姿势与人物状态之间的对应关系，根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数，再根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数，最后以所述LED显示驱动参数控制所述LED显示设备工作，能够根据反映用户当前状态的身体姿势及时、自动对LED显示设备进行调整。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元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单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。
Claims (6)
1.一种LED显示驱动系统，其特征在于，包括：控制处理模块、获取模块、预测模块和驱动参数确定模块；
所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；
所述获取模块，用于根据用户画像模型，获取所述LED显示设备用户的画像数据；
所述预测模块，用于根据所述画像数据预测所述用户对应的LED显示风格；
所述驱动参数确定模块，用于基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数;
所述控制处理模块，用于根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系，包括：
从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别；
对于每一个类别的显示风格，确定对应的显示驱动参数集合;
所述获取模块，还用于采集多个所述LED显示设备的使用者的信息数据；
所述控制处理模块，还用于：
将所述信息数据分为训练数据和测试数据；
利用所述训练数据训练第一神经网络，生成用户评测模型；
对所述测试数据进行特征处理，基于不同维度生成多个特征数据集；
利用所述用户评测模型分别对所述多个特征数据集进行处理，得到不同维度的用户评测数据；
根据所述不同维度的用户评测数据，构建用户画像模型；
所述利用所述训练数据训练第一神经网络，生成用户评测模型的步骤中，所述控制处理模块具体用于：
将所述训练数据作为输入值输入至输入层；
所述输入层与初始层通过矩阵运算建立连接；
所述初始层得出第一输出结果，并将所述第一输出结果进行激活得到第二输出结果，将第二输出结果发送至模拟输出层；
所述模拟输出层通过矩阵计算得出模拟输出值，并将所述模拟输出值输入二次初始层；
所述二次初始层通过矩阵计算得出验证输出结果；
将所述输入层的所述输入值与二次初始层进行数据连接；
所述二次初始层通过矩阵计算得出二次输出结果，将二次输出结果与验证输出结果发送至验证系数层进行验证，并得出正规化系数；
将所述正规化系数与模拟输出值发送至输出层，所述输出层对模拟输出值进行正规化处理，得到拟态结果；
收集正反馈和/或逆反馈信息；
根据所述正反馈和/或所述逆反馈信息对所述拟态结果进行学习修正，生成所述用户评测模型。
2.根据权利要求1所述的LED显示驱动系统，其特征在于，所述获取模块，还用于实时采集所述用户的面部数据；
所述控制处理模块，还用于：
根据所述面部数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
3.根据权利要求2所述的LED显示驱动系统，其特征在于，所述获取模块，还用于实时采集所述用户的身体姿势数据；
所述控制处理模块，还用于：
根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
4.一种LED显示驱动方法，其特征在于，所述LED显示驱动方法包括：
根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系；
根据用户画像模型，获取所述LED显示设备用户的画像数据；
根据所述画像数据预测所述用户对应的LED显示风格；
基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数;
所述根据LED显示设备的历史显示数据，建立显示风格与显示驱动参数之间的对应关系的步骤，包括：
从所述历史显示数据中获取所述LED显示设备所支持的所有显示风格的类别；
对于每一个类别的显示风格，确定对应的显示驱动参数集合;
所述根据用户画像模型，获取所述LED显示设备用户的画像数据的步骤之前，还包括：
采集多个所述LED显示设备的使用者的信息数据；
将所述信息数据分为训练数据和测试数据；
利用所述训练数据训练第一神经网络，生成用户评测模型；
对所述测试数据进行特征处理，基于不同维度生成多个特征数据集；
利用所述用户评测模型分别对所述多个特征数据集进行处理，得到不同维度的用户评测数据；
根据所述不同维度的用户评测数据，构建用户画像模型；
所述利用所述训练数据训练第一神经网络，生成用户评测模型的步骤，具体是：
将所述训练数据作为输入值输入至输入层；
所述输入层与初始层通过矩阵运算建立连接；
所述初始层得出第一输出结果，并将所述第一输出结果进行激活得到第二输出结果，将第二输出结果发送至模拟输出层；
所述模拟输出层通过矩阵计算得出模拟输出值，并将所述模拟输出值输入二次初始层；
所述二次初始层通过矩阵计算得出验证输出结果；
将所述输入层的所述输入值与二次初始层进行数据连接；
所述二次初始层通过矩阵计算得出二次输出结果，将二次输出结果与验证输出结果发送至验证系数层进行验证，并得出正规化系数；
将所述正规化系数与模拟输出值发送至输出层，所述输出层对模拟输出值进行正规化处理，得到拟态结果；
收集正反馈和/或逆反馈信息；
根据所述正反馈和/或所述逆反馈信息对所述拟态结果进行学习修正，生成所述用户评测模型。
5.根据权利要求4所述的LED显示驱动方法，其特征在于，所述基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数的步骤之后，还包括：
实时采集所述用户的面部数据；
根据所述面部数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
6.根据权利要求5所述的LED显示驱动方法，其特征在于，所述基于所述显示风格与显示驱动参数之间的对应关系，根据所述LED显示风格，确定初始LED显示驱动参数的步骤之后，还包括：
实时采集所述用户的身体姿势数据；
根据所述身体姿势数据确定所述用户的疲劳指数和/或心情指数；
根据所述疲劳指数和/或心情指数对所述初始LED显示驱动参数进行调整得到修改后的LED显示驱动参数；
以所述LED显示驱动参数控制所述LED显示设备工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210801895.3A CN115083337B (zh) | 2022-07-08 | 2022-07-08 | 一种led显示驱动系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210801895.3A CN115083337B (zh) | 2022-07-08 | 2022-07-08 | 一种led显示驱动系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115083337A CN115083337A (zh) | 2022-09-20 |
| CN115083337B true CN115083337B (zh) | 2023-05-16 |
Family
ID=83258451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210801895.3A Active CN115083337B (zh) | 2022-07-08 | 2022-07-08 | 一种led显示驱动系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115083337B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116343658A (zh) * | 2023-03-23 | 2023-06-27 | 深圳市陆百亿光电有限公司 | 一种用于led灯珠的智能控制方法及装置 |
| CN116128166B (zh) * | 2023-04-17 | 2023-06-23 | 广州云硕科技发展有限公司 | 一种用于智能交通的数据可视化处理方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107679743A (zh) * | 2017-09-29 | 2018-02-09 | 河北百斛环保科技有限公司 | 一种基于大数据的环保智能执法应急溯源调度管理方法 |
| CN110809090A (zh) * | 2019-10-31 | 2020-02-18 | Oppo广东移动通信有限公司 | 通话控制方法及相关产品 |
| CN111883072A (zh) * | 2020-07-15 | 2020-11-03 | 西安中科创达软件有限公司 | 屏幕自适应调节方法、装置、电子设备及存储介质 |
| CN112825178A (zh) * | 2019-11-21 | 2021-05-21 | 北京沃东天骏信息技术有限公司 | 一种预测用户性别画像的方法和装置 |
| CN113919437A (zh) * | 2021-10-22 | 2022-01-11 | 平安科技（深圳）有限公司 | 生成客户画像的方法、装置、设备及存储介质 |
| CN114333736A (zh) * | 2021-12-29 | 2022-04-12 | 深圳市华星光电半导体显示技术有限公司 | 显示装置和显示装置的亮度调节方法 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9594977B2 (en) * | 2015-06-10 | 2017-03-14 | Adobe Systems Incorporated | Automatically selecting example stylized images for image stylization operations based on semantic content |
| 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 |
| CN111295700B (zh) * | 2017-12-15 | 2023-03-14 | 谷歌有限责任公司 | 自适应显示器亮度调整 |
| US10607065B2 (en) * | 2018-05-03 | 2020-03-31 | Adobe Inc. | Generation of parameterized avatars |
| US11178389B2 (en) * | 2019-03-25 | 2021-11-16 | Microsoft Technology Licensing, Llc | Self-calibrating display device |
| CN111752516A (zh) * | 2020-06-10 | 2020-10-09 | Oppo（重庆）智能科技有限公司 | 终端设备的屏幕调整方法、装置、终端设备及存储介质 |
| CN111933076B (zh) * | 2020-09-30 | 2021-01-01 | 卡莱特（深圳）云科技有限公司 | 一种在排程表上设置显示屏显示参数的方法及装置 |
| CN111970309B (zh) * | 2020-10-20 | 2021-02-02 | 南京理工大学 | 基于Spark车联网组合深度学习入侵检测方法及系统 |
| CN112744050B (zh) * | 2021-03-01 | 2022-12-02 | 创新奇智(重庆)科技有限公司 | 模型训练方法、空调控制方法、装置、设备及存储介质 |
| CN113553501A (zh) * | 2021-07-01 | 2021-10-26 | 张阳 | 一种基于人工智能的用户画像预测的方法及装置 |
| CN114119057B (zh) * | 2021-08-10 | 2023-09-26 | 国家电网有限公司 | 用户画像模型的构建系统 |
| CN114220368B (zh) * | 2021-12-29 | 2023-07-04 | 深圳市华星光电半导体显示技术有限公司 | 显示面板的亮度调节系统和亮度调节方法 |
| DE202022102520U1 (de) * | 2022-05-09 | 2022-05-23 | Yashwant Singh Chouhan | System zur Analyse von Werbung auf Online-Videoplattformen für digitales Marketing durch maschinelles Lernen, um ein breites Publikum zu erreichen |
-
2022
- 2022-07-08 CN CN202210801895.3A patent/CN115083337B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107679743A (zh) * | 2017-09-29 | 2018-02-09 | 河北百斛环保科技有限公司 | 一种基于大数据的环保智能执法应急溯源调度管理方法 |
| CN110809090A (zh) * | 2019-10-31 | 2020-02-18 | Oppo广东移动通信有限公司 | 通话控制方法及相关产品 |
| CN112825178A (zh) * | 2019-11-21 | 2021-05-21 | 北京沃东天骏信息技术有限公司 | 一种预测用户性别画像的方法和装置 |
| CN111883072A (zh) * | 2020-07-15 | 2020-11-03 | 西安中科创达软件有限公司 | 屏幕自适应调节方法、装置、电子设备及存储介质 |
| CN113919437A (zh) * | 2021-10-22 | 2022-01-11 | 平安科技（深圳）有限公司 | 生成客户画像的方法、装置、设备及存储介质 |
| CN114333736A (zh) * | 2021-12-29 | 2022-04-12 | 深圳市华星光电半导体显示技术有限公司 | 显示装置和显示装置的亮度调节方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115083337A (zh) | 2022-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115083337B (zh) | 一种led显示驱动系统及方法 | |
| Vernon et al. | Modeling first impressions from highly variable facial images | |
| CN100375118C (zh) | 思想表达模型装置、自发感情模型装置其方法及程序 | |
| KR102210908B1 (ko) | 인지 훈련을 제공하는 방법, 장치 및 컴퓨터 프로그램 | |
| Diego-Mas et al. | Single users' affective responses models for product form design | |
| CA2673644A1 (en) | Situated simulation for training, education, and therapy | |
| CN109255366B (zh) | 一种针对在线学习的情感状态调节系统 | |
| CN108510049B (zh) | 基于情感-时空信息的机器人服务自主认知方法及机器人 | |
| EP3841540A1 (en) | Gathering data in a communication system | |
| EP3722977A1 (en) | Method and apparatus for generating a design for a technical system or product | |
| CN114787933A (zh) | 用于可听睡眠治疗的系统和方法 | |
| Brieber et al. | On the mutual relation between art experience and viewing time. | |
| CN113988123A (zh) | 一种基于自加权增量rvfl网络的脑电疲劳预测方法 | |
| US11741357B2 (en) | Gathering data in a communication system | |
| CN113276622B (zh) | 作业机械驾驶舱的风量控制方法及装置 | |
| Moridis et al. | Mood recognition during online self-assessment tests | |
| CN108334933A (zh) | 一种神经元激活函数参数调节方法及其装置 | |
| CN111861374B (zh) | 一种外语复习机制及装置 | |
| CN115191002A (zh) | 匹配系统、匹配方法以及匹配程序 | |
| CN112309547A (zh) | 基于辩证行为疗法的心理服务提供方法及装置 | |
| Nkambou | Towards affective intelligent tutoring system | |
| WO2008027033A1 (en) | A system and method to enhance human associative memory | |
| CN109620221A (zh) | 基于智能眼镜的疲劳提醒方法、装置、智能眼镜及介质 | |
| CN114582467A (zh) | 一种基于互联网的个人教育信息管理平台 | |
| WO2017114132A1 (zh) | 机器人情绪的控制方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |