CN115334351A - 一种显示设备及自适应画质调节方法 - Google Patents

一种显示设备及自适应画质调节方法 Download PDF

Info

Publication number
CN115334351A
CN115334351A CN202210929850.4A CN202210929850A CN115334351A CN 115334351 A CN115334351 A CN 115334351A CN 202210929850 A CN202210929850 A CN 202210929850A CN 115334351 A CN115334351 A CN 115334351A
Authority
CN
China
Prior art keywords
scene
confidence
effective
playing
recognition
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.)
Granted
Application number
CN202210929850.4A
Other languages
English (en)
Other versions
CN115334351B (zh
Inventor
李彩云
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.)
Vidaa Netherlands International Holdings BV
Original Assignee
Vidaa Netherlands International Holdings BV
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 Vidaa Netherlands International Holdings BV filed Critical Vidaa Netherlands International Holdings BV
Priority to CN202210929850.4A priority Critical patent/CN115334351B/zh
Publication of CN115334351A publication Critical patent/CN115334351A/zh
Application granted granted Critical
Publication of CN115334351B publication Critical patent/CN115334351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44012—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving rendering scenes according to scene graphs, e.g. MPEG-4 scene graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Transforming Electric Information Into Light Information (AREA)
  • Controls And Circuits For Display Device (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本申请提供一种显示设备及自适应画质调节方法，所述方法根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；按照所述有效播放场景调整画质参数。所述方法可以提高场景识别结果的准确率，缓解识别播放场景错误导致不适用的图像显示效果，提高了显示设备的图像显示效果，改善了智能显示设备的AI图像画质增强功能，增强了用户观影体验。

Description

一种显示设备及自适应画质调节方法
技术领域
本申请涉及智能显示设备技术领域，尤其涉及一种显示设备及自适应画质调节方法。
背景技术
随着5G和人工智能时代的到来，智能化成为电视行业的重要发展趋势。在目前电视产品的迭代发展中，尤其强调场景创新能力和人机智能交互体验。
一些智能电视设备会对显示场景的图像做各种渲染优化，为用户提供不同的图像模式，如标准模式、运动模式、日间电影模式、夜间电影模式、动态模式等模式，每种模式都对应一套固定的亮度、对比度、饱和度、色度、色彩校正等参数设置。用户根据观看场景切换对应模式，无需逐一调整具体的图像参数，便可使播放媒资的视觉效果趋于满足用户的观看需求。然而不同媒资适用的图像模式是不同的，手动切换的方式会降低用户体验。
发明内容
本申请提供了一种显示设备及自适应画质调节方法，以解决手动切换方式降低用户体验的问题。
一方面，本申请提供一种显示设备，包括：
显示器，被配置为显示用户界面；
控制器，被配置为：
响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；
根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；
如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；
在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；
按照所述有效播放场景调整画质参数。
另一方面，本申请还提供一种自适应画质调节方法，包括：
响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；
根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；
如果所述分类置信度中的最大置信度在有效置信度阈值范围内，获取有效场景候选集；
如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；
在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；
按照所述有效播放场景调整画质参数。
由以上技术方案可知，本申请提供的一种显示设备及自适应画质调节方法，所述显示设备包括显示器和控制器，其中，控制器被配置为响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；按照所述有效播放场景调整画质参数。所述显示设备通过识别用户的场景或内容,检测和获取有效的识别场景，自动设置最优画质参数，具体地，显示设备通过AI算法识别出用户播放画面场景或内容，进而自动设置相关画质参数，实现对不同用户场景的画质AI调节。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请根据一些实施例示出的一种应用场景示意图；
图2为本申请示例性实施例中显示设备的硬件配置框图；
图3为本申请提供的VIDAA系统架构图；
图4为一种支持获取有效播放场景的AIPQ软件结构；
图5为AIPQ软件启动流程；
图6为自适应画质调节方法；
图7为本申请优化后的自适应画质调节方法；
图8为本申请优化后的有效播放场景的检测和获取流程；
图9为一种获取有效播放场景的显示装置示意图；
图10为一种自适应画质调节方法的流程示意图。
具体实施方式
为使本申请的目的和实施方式更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。
需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
图1为本申请根据一些实施例示出的一种应用场景示意图，该示意图旨在示出一类场景，此类场景中存在多个显示设备，以及可以与显示设备进行通信的服务器，这些显示设备包括但不限于具有数据收发及处理功能和图像显示功能和/或声音输出功能的设备。在图1所示的场景中，包括移动设备100、显示设备200和服务器300。
基于万物互联技术，上述场景中的多个设备之间可以建立通信连接，如移动设备100与显示设备200之间进行通信，以此将移动设备100采集的图像投影至显示设备200上；服务器300与显示设备200之间进行通信，以此显示设备200接收服务器300发送的视频数据。
实现上述万物互联的通信协议可以包括局域网协议、广域网协议以及不受网络限制的近距离无线通信协议。其中，局域网协议包括但不限于HSP通信协议；广域网包括但不限于人工智能物联网(Artificial Intelligence&Internet of Things，AIOT)协议，近距离无线通信协议包括但不限于蓝牙传输协议、红外传输协议。
基于前述通信协议种类的不同，可以将显示设备的通信协议通道划分为基于局域网的局域网协议通道、基于广域网的广域网协议通道和其他协议通道。其他协议通道即包括蓝牙协议通道、红外协议通道等。上述场景中的显示设备可以支持前述一种或多种协议通道。
显示设备200可以与服务器300建立通信连接，以与服务器300进行信息交互，例如向显示设备提供各种内容和互动信息。可允许显示设备通过局域网(Local Area Network，LAN)、无线局域网(Wireless Local Area Network，WLAN)和其他网络进行通信连接。服务器300可以是一个集群，也可以是多个集群，可以包括一类或多类服务器。
需要说明的是，图1所示的同一场景中，还可以包括其他显示设备，包括但不限于触控一体设备、投影设备、AI健身镜、平板电脑、计算机以及笔记本电脑等外接设备；移动设备100也属于一种显示设备。同类终端的设备数量在此不做限定。
图2示出了根据示例性实施例中显示设备的硬件配置框图。
在一些实施例中，显示设备200包括调谐解调器210、通信器220、检测器230、外部装置接口240、控制器250、显示器260、音频输出接口270、存储器、供电电源、用户接口中的至少一种。
在一些实施例中控制器包括处理器，视频处理器，音频处理器，图形处理器，RAM，ROM，用于输入/输出的第一接口至第n接口。
在一些实施例中，显示器260包括用于呈现画面的显示屏组件，以及驱动图像显示的驱动组件，用于接收源自控制器输出的图像信号，进行显示视频内容、图像内容以及菜单操控界面的组件以及用户操控UI界面。
在一些实施例中，显示器260可为液晶显示器、OLED显示器、以及投影显示器，还可以为一种投影装置和投影屏幕。
在一些实施例中，通信器220是用于根据各种通信协议类型与外部设备或服务器进行通信的组件。例如：通信器可以包括Wifi模块，蓝牙模块，有线以太网模块等其他网络通信协议芯片或近场通信协议芯片，以及红外接收器中的至少一种。显示设备可以通过通信器220与外部控制设备100或服务器400建立控制信号和数据信号的发送和接收。
在一些实施例中，外部装置接口240可以包括但不限于如下：高清多媒体接口(HDMI)、模拟或数据高清分量输入接口(分量)、复合视频输入接口(CVBS)、USB输入接口(USB)、RGB端口等任一个或多个接口。也可以是上述多个接口形成的复合性的输入/输出接口。
在一些实施例中，调谐解调器210通过有线或无线接收方式接收广播电视信号，以及从多个无线或有线广播电视信号中解调出音视频信号，如以及EPG数据信号。
在一些实施例中，控制器250和调谐解调器210可以位于不同的分体设备中，即调谐解调器210也可在控制器250所在的主体设备的外置设备中，如外置机顶盒等。
在一些实施例中，控制器250，通过存储在存储器上中各种软件控制程序，来控制显示设备的工作和响应用户的操作。控制器250控制显示设备的整体操作。例如：响应于接收到用于选择在显示器260上显示UI对象的用户命令，控制器250便可以执行与由用户命令选择的对象有关的操作。
在一些实施例中，所述对象可以是可选对象中的任何一个，例如超链接、图标或其他可操作的控件。与所选择的对象有关操作有：显示连接到超链接页面、文档、图像等操作，或者执行与所述图标相对应程序的操作。
在一些实施例中，控制器包括中央处理器(Central流程ing Unit，CPU)，视频处理器，音频处理器，图形处理器(Graphics流程ing Unit，GPU)，RAM Random Access Memory，RAM)，ROM(Read-Only Memory，ROM)，用于输入/输出的第一接口至第n接口，通信总线(Bus)等中的至少一种。
在一些实施例中，CPU处理器，用于执行存储在存储器中操作系统和应用程序指令，以及根据接收外部输入的各种交互指令，来执行各种应用程序、数据和内容，以便最终显示和播放各种音视频内容。CPU处理器，可以包括多个处理器。如，包括一个主处理器以及一个或多个子处理器。
在一些实施例中，图形处理器，用于产生各种图形对象，如：图标、操作菜单、以及用户输入指令显示图形等。图形处理器包括运算器，通过接收用户输入各种交互指令进行运算，根据显示属性显示各种对象；还包括渲染器，对基于运算器得到的各种对象，进行渲染，上述渲染后的对象用于显示在显示器上。
在一些实施例中，视频处理器，用于将接收外部视频信号，根据输入信号的标准编解码协议，进行解压缩、解码、缩放、降噪、帧率转换、分辨率转换、图像合成等视频处理，可得到直接可显示设备上显示或播放的信号。
在一些实施例中，视频处理器，包括解复用模块、视频解码模块、图像合成模块、帧率转换模块、显示格式化模块等。其中，解复用模块，用于对输入音视频数据流进行解复用处理。视频解码模块，用于对解复用后的视频信号进行处理，包括解码和缩放处理等。图像合成模块，如图像合成器，其用于将图形生成器根据用户输入或自身生成的GUI信号，与缩放处理后视频图像进行叠加混合处理，以生成可供显示的图像信号。帧率转换模块，用于对转换输入视频帧率。显示格式化模块，用于将接收帧率转换后视频输出信号，改变信号以符合显示格式的信号，如输出RGB数据信号。
在一些实施例中，音频处理器，用于接收外部的音频信号，根据输入信号的标准编解码协议，进行解压缩和解码，以及降噪、数模转换、和放大处理等处理，得到可以在扬声器中播放的声音信号。
在一些实施例中，用户可在显示器260上显示的图形用户界面(GUI)输入用户命令，则用户输入接口通过图形用户界面(GUI)接收用户输入命令。或者，用户可通过输入特定的声音或手势进行输入用户命令，则用户输入接口通过传感器识别出声音或手势，来接收用户输入命令。
在一些实施例中，“用户界面”，是应用程序或操作系统与用户之间进行交互和信息交换的介质接口，它实现信息的内部形式与用户可以接受形式之间的转换。用户界面常用的表现形式是图形用户界面(Graphic User Interface，GUI)，是指采用图形方式显示的与计算机操作相关的用户界面。它可以是在电子设备的显示屏中显示的一个图标、窗口、控件等界面元素，其中控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素。
参见图3，为本申请提供的VIDAA系统架构图，如图3所示，显示设备的系统可以包括内核(Kernel)、命令解析器(shell)、文件系统和应用程序。内核、shell和文件系统一起组成了基本的操作系统结构，它们让用户可以管理文件、运行程序并使用系统。上电后，内核启动，激活内核空间，抽象硬件、初始化硬件参数等，运行并维护虚拟内存、调度器、信号及进程间通信(IPC)。内核启动后，再加载Shell和用户应用程序。应用程序在启动后被编译成机器码，形成一个进程。
如图3所示，将显示设备的系统分为三层，从上至下分别为应用层、中间件层和硬件层。
应用层主要包含电视上的常用应用，以及应用框架(Application Framework)，其中，常用应用主要是基于浏览器Browser开发的应用，例如：HTML5 APPs；以及原生应用(Native APPs)；
应用框架(Application Framework)是一个完整的程序模型，具备标准应用软件所需的一切基本功能，例如：文件存取、资料交换，以及这些功能的使用接口(工具栏、状态列、菜单、对话框)。
原生应用(Native APPs)可以支持在线或离线，消息推送或本地资源访问。
中间件层包括各种电视协议、多媒体协议以及系统组件等中间件。中间件可以使用系统软件所提供的基础服务(功能)，衔接网络上应用系统的各个部分或不同的应用，能够达到资源共享、功能共享的目的。
硬件层主要包括HAL接口、硬件以及驱动，其中，HAL接口为所有电视芯片对接的统一接口，具体逻辑由各个芯片来实现。驱动主要包含：音频驱动、显示驱动、蓝牙驱动、摄像头驱动、WIFI驱动、USB驱动、HDMI驱动、传感器驱动(如指纹传感器，温度传感器，压力传感器等)、以及电源驱动等。
在一些实施例中，显示设备200可以在控制器的控制下对显示器260上显示的图像进行调节，如对比度调节、亮度调节、背光选项调节、色彩调节、图像质量调节等等。
响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；
用户播放媒资后，显示设备200先判断当前设置列表中智能场景识别(ArtificialIntelligence Picture Quality，AIPQ)开关是否打开，确定功能是否有效，若有效，AIPQ应用获取当前的物理通道和媒资播放状态、加密状态等信息，判断是否启动AIPQ服务。若AIPQ服务已启动，则开始进入图像质量(Picture Quality，PQ)调节实现阶段。
例如，首先显示设备200实时获取当前播放媒资的屏幕截图图像数据，格式为bmp格式，然后对图像进行图像缩小处理和RGB格式的转换操作，确保获取的图像格式匹配AI识别算法的输入格式要求(AI算法要求输入数据为固定大小的bmp图像)。
在一些实施例中，AI识别算法是基于开源的图像识别框架TensorFlow Lite在GPU上进行识别运算，通过加载特定的基础计算单元NN(neural network)模型，得到标签(label)范围内的预测结果，其中预测结果包括所有可能的预测类型及其置信度。
为了实现智能场景识别调节，显示设备200中可以配置AIPQ应用。在一些实施例中，参见图4，为一种支持获取有效播放场景的AIPQ软件结构，AIPQ应用具体结构模块作用为：AI管理模块(AI manager)，主要用于管理服务AIPQ的各个模块，以及负责AIPQ的启停；识别管理器(Recognition Manager)，有效播放场景检测模块，通过人工智能服务接口(AIService API)与操作系统(如VIDAA系统)的人工智能服务(AIService)对接，实时获取当前媒资的播放场景；人工智能服务软件开发工具包(AIService SDK)，包含开源图像识别框架(TensorFlow lite)，通过识别运算获取截图图像的所有推理类型；人工智能服务管理(AIService manager)向识别管理器(Recognition Manager)返回推理结果；媒资播放信息(Player info)，包含平台适配(platform adaptation)层监听到的媒资信息，包括当前的播放状态、加密情况、物理通道、HDR模式、特殊模式开关、AIPQ开关等；图像数据(Picturedata)单元，获取当前播放画面的截图数据；PQ调节，根据识别结果实时设置媒资的PQ参数；PA，与显示设备200对接交互，AIPQ需要的显示设备信息和数据都是通过该层获取；框架(Framework)，系统框架层，包含了应用管理(APM manager)，提供并管理视频、输入、数字版权管理等信息；包含HUI接口(HUI API)，通过该接口与硬件层对接。视频层表示用户在哪个通道下播放媒资，通道可以是live TV，HDMI，DMP，Browser APP，YouTube等。
所述AIPQ流程通过向应用管理注册，从而保证AIPQ正常运行。当用户触发播放媒资行为时，PA层会监听媒资播放信息并传递信息给AI manager，AI manager通过当前媒资播放信息判断是否符合启动AIPQ的条件。
参见图5，为AIPQ软件启动流程，在一些实施例中，AIPQ的启动流程包括：用户打开AIPQ开关后，播放媒资，AIPQ获取物理通道、播放状态等媒资播放信息，进而启动AIPQ服务，显示设备200获取截图数据，随后AIPQ启动AI图像识别，获取预测播放场景，AIPQ检测和获取有效播放场景，最终设置PQ参数。
显然，显示设备200还支持用户关闭AIPQ功能，即在一些实施例中，AIPQ的停止流程包括以下几种情况：用户关闭AIPQ开关；用户停止播放媒资，AIPQ获取到停止播放状态则停止AIPQ服务；用户播放HDR类自带图像渲染模式的媒资，AIPQ获取到HDR info则停止AIPQ服务；或是用户播放加密媒资，AIPQ获取到加密信息，即停止AIPQ服务；或用户开启gamemode，AIPQ获取到当前处于特殊模式时即停止AIPQ服务。
在一些实施例中，AIPQ服务启动条件具体表现为：物理通道：D显示设备200，AV，HDMI，DMP，YouTube，BrowserBaseApps播放通道支持启动；加密状态：清流非加密片源支持启动；播放状态：片源处于播放或暂停状态支持启动，停止状态不启动；特殊播放场景：HDR、Dolby Vision等自带图像渲染功能的图像模式下、特殊模式启动的情况下，不支持启动；以上四个条件需要同时满足，才会启动识别服务。
在一些实施例中，AIPQ实现过程为，AIManager发送消息给显示设备200，告知需要获取当前播放画面的截图，然后显示设备200通过HUI API获取截图数据。获取截图后，Recognition Manager开始和AIService通信进行识别工作，Recognition Manager对AIService运算得到的推理结果进行检测处理，获取有效的播放场景，然后PQ设置列表模块根据该场景设置对应的PQ参数，Framework的图像管理者实时更新PQ值，从而实现智能显示设备的自适应图像画质增强功能。
根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度。
通过对当前播放画面进行截屏获得截屏图像后，显示设备200可以将处理后的截屏图像作为AI识别算法的输入数据，对当前播放画面进行识别运算，推理当前播放画面所属的可能的场景类型，以便根据AI模型推理运算的识别结果，取置信度最大的识别结果作为当前播放场景。
所述获得的识别场景和分类置信度为后续确定识别场景提供了方法和依据，即通过获得的识别场景和分类置信度来进行确定最终的画质参数。
参见图6，为一种自适应画质调节方法，在获得识别场景和分类置信度后，筛选最大置信度对应的识别场景为播放场景，进而设置PQ参数。所述自适应画质调节方法认为预测置信度最大的为当前播放场景，但是AI模型的预测结果受模型训练和输入图片的影响，会存在两种异常情况：一种是输入图片包含的特征很不明显，识别到的场景的置信度很小，这种情况得到的识别结果可靠性小；另一种是输入图片涉及场景复杂，识别到多个置信度相差不大的场景。这两种情况都会导致置信度最大的场景不一定是当前播放场景所属，以此为依据调节画质参数，会导致参数调节精度不高和可能的不适用的图像显示效果，影响用户观影体验，因此需要对自适应画质调节方法进行优化。
参见图7，为本申请优化后的自适应画质调节方法，对自适应画质调节方法中有效播放场景的检测和获取进行优化，使得调节后的画质参数与当前播放场景更加贴合，改善自适应画质调节方法可能误判播放场景的问题。
在一些实施例中，本申请引入有效置信度阈值、上限临界有效置信度阈值、下限临界有效置信度阈值和最大置信度与其余分类置信度的差值，上述阈值和差值的引入减少了对有效播放场景的舍弃和无效场景误判为有效播放场景的可能，可以更加精准的判定当前播放场景。
参见图8，为本申请优化后的有效播放场景的检测和获取流程，其中，S0表示前一播放场景；识别场景中第i个场景为场景Si，分类置信度为Ci；S表示当前屏幕播放图像所属的有效播放场景；∈表示预设最大置信度差值，δ1表示上限临界有效置信度阈值，δ2表示下限临界有效置信度阈值，所述上限临界有效置信度阈值和下限临界有效置信度阈值用于获取参与有效播放场景检测的预设播放场景；所述有效置信度阈值范围包括大于上限临界有效置信度阈值[δ1,1]和介于上限临界有效置信度阈值和下限临界有效置信度阈值之间[δ2,δ1]两种情况。
在上述流程中，对识别场景以分类置信度为参考进行降序排序，并进行以下操作：
首先获取分类置信度中的最大置信度Cmax，判断最大置信度Cmax是否位于有效置信度阈值范围内，若不在，则识别到的场景无效，输出有效播放场景为初始化场景，其PQ参数相对偏移量为0。
即判断Cmax是否存在于[δ1,1]或[δ2,δ1]中任意一个区间内部，若Cmax既不存在于[δ1,1]内，也不存在于[δ2,δ1]内，则当前的全部识别场景都是无效的，确定有效播放场景为进行自适应画质调节时的初始化场景，PQ参数不变。
若最大置信度Cmax位于有效置信度阈值范围内，则进行进一步的有效播放场景判断。
即判断Cmax是否存在于[δ1,1]或[δ2,δ1]中任意一个区间内部，若Cmax存在于[δ1,1]内，或Cmax存在于[δ2,δ1]内，则进行以下步骤：
若最大置信度Cmax介于上限临界有效置信度阈值δ1和下限临界有效置信度阈值δ2之间，判断识别场景中是否包含与前一场景相同的场景，若包含，认为播放场景未发生变化，与前一场景相同的播放场景为有效播放场景；若不包含，则识别到的场景无效，输出有效播放场景为初始化场景。
即若Cmax存在于[δ2,δ1]这个区间内部，则判断当前识别场景中是否包含与前一场景相同的场景，所谓的前一场景即为进行自适应画质调节时获得的上一个有效播放场景，即当前识别场景中若存在与上一有效播放场景相同的场景则认为有效播放场景未改变，例如，通过当前识别场景包括运动场景，前一识别过程种识别出的前一场景也为运动场景，则确定当前识别场景中包含与前一场景相同的场景。此时，可以确定有效播放场景仍为上一有效播放场景。若当前识别场景中没有与上一有效播放场景相同的场景，当前的全部识别场景都是无效的，确定有效播放场景为进行自适应画质调节时的初始化场景，如初始化场景为标准场景。
在进行自适应画质调节时通过增加上述判断减少了对有效播放场景的舍弃，优化了自适应画质调节方法。
若最大置信度Cmax大于上限临界有效置信度阈值δ1，首先在当前识别场景中筛选出位于预设最大置信度差值∈范围内的识别场景，记为S∈{Ci∈R||Ci-C1|≤∈}。
应当注意，S∈中可能包含Ci小于下限临界有效置信度阈值δ2的Si，上述步骤的目的是筛选出置信度接近的识别场景作为有效场景候选集。
其次，判断播放场景是否变化：判断是否有Si∈S∈等于前一场景S0；若没有，说明播放场景已变化，识别结果中的最大置信度C1对应的场景S1为有效播放场景；
在位于预设最大置信度差值∈范围内的识别场景内判断是否包含与前一场景相同的场景，所谓的前一场景即为进行自适应画质调节时获得的上一个有效播放场景，若位于预设最大置信度差值∈范围内的识别场景中没有与上一有效播放场景相同的场景，播放场景发生了改变，确定有效播放场景为识别结果中的最大置信度对应的场景。
若Si∈S∈＝S0，还需判断对应的分类置信度Ci是否在有效置信度阈值范围[δ2,1]内。若Ci∈[δ2,1]，Si∈S∈为真有效播放场景，播放场景未变化，由此知道识别场景S∈中包含与前一场景相同的场景，检测到当前有效播放场景S＝Si＝S0；若Ci＜δ2，则Si∈S∈为假有效播放场景，检测实际有效播放场景为识别结果S∈中最大置信度Cmax对应场景S1为有效播放场景。
若位于预设最大置信度差值∈范围内的识别场景中若存在与上一有效播放场景相同的场景，则比较分类置信度是否大于下限临界有效置信度阈值且小于1，若分类置信度位于下限临界有效置信度阈值和1之间，则认为有效播放场景未改变，有效播放场景仍为上一有效播放场景；若分类置信度小于下限临界有效置信度阈值，则确定有效播放场景为识别结果中的最大置信度对应的场景。
最后，根据获取的有效播放场景，实时调整播放场景PQ参数。用户在播放媒资前显示设备200是处于某一图像模式的，对于HDR、Dolby Vision等自身带有图像渲染效果的图像模式的媒资类型，不进行PQ更改，对用户提供该模式自带的图像渲染效果；对于一般图像模式如standard模式，本申请将在当前图像模式基础上做PQ参数偏移设置。
本申请可根据获取的有效播放场景实时调整播放场景PQ参数，而对于自带图像渲染效果的媒资类型则不进行PQ调节，本申请的自适应画质调节方法仅针对一般图像模式生效。
在一些实施例中，如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值，在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，即先判定最大置信度Cmax是否大于上限临界有效置信度阈值δ1，如大于则计算最大置信度Cmax与其余所述分类置信度的差值，在差值大于预设最大置信度差值∈时，确定最大置信度Cmax对应的播放场景为有效播放场景。
在一些实施例中，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，如果所述分类置信度中的最大置信度在有效置信度阈值范围内，获取有效场景候选集，如果所述分类置信度中的最大置信度不在有效置信度阈值范围内，确定初始化场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，即在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，如果最大置信度Cmax不在有效置信度阈值范围内，直接确定初始化场景为有效播放场景，无需进行后续的判定流程。
在一些实施例中，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，如果所述最大置信度介于上限临界有效置信度阈值和下限临界有效置信度阈值间，比较识别场景的分类置信度与下限临界有效置信度阈值，在所述识别场景的分类置信度大于下限临界有效置信度阈值时，判断有效场景候选集中是否存在与前一识别场景相同的识别场景，若存在，确定前一识别场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，与上一实施例不同的是，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，最大置信度Cmax介于上限临界有效置信度阈值δ1和下限临界有效置信度阈值δ2间，即位于有效置信度阈值范围内，则获取有效场景候选集，并比较识别场景的分类置信度与下限临界有效置信度阈值δ2，在分类置信度大于下限临界有效置信度阈值δ2时，再进行有效场景候选集中是否存在与前一识别场景S0相同的识别场景的判断，若存在，则确定前一识别场景S0为有效播放场景。
在一些实施例中，判断有效场景候选集中是否存在与前一识别场景相同的识别场景，有效场景候选集中不存在与前一识别场景相同的识别场景，确定初始化场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，与上一实施例不同的是，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，最大置信度Cmax介于上限临界有效置信度阈值δ1和下限临界有效置信度阈值δ2间，获取有效场景候选集，且分类置信度大于下限临界有效置信度阈值δ2，但有效场景候选集中却不存在与前一识别场景S0相同的识别场景，此时可以直接确定初始化场景为有效播放场景。
在一些实施例中，比较识别场景的分类置信度与下限临界有效置信度阈值，在所述识别场景的分类置信度小于下限临界有效置信度阈值时，确定初始化场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，与上述实施例不同的是，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，最大置信度Cmax介于上限临界有效置信度阈值δ1和下限临界有效置信度阈值δ2间，获取有效场景候选集，但识别场景的分类置信度小于下限临界有效置信度阈值δ2，即后续判断流程全部无需进行，直接确定初始化场景为有效播放场景。
在一些实施例中，如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值，在所述差值小于预设最大置信度差值时，判断有效场景候选集中是否存在与前一识别场景相同的识别场景，若不存在，确定所述最大置信度对应的播放场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，与上述实施例不同的是，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，最大置信度Cmax大于上限临界有效置信度阈值δ1时最大置信度与其余所述分类置信度的差值却小于预设最大置信度差值∈，这时需要判断有效场景候选集中是否存在与前一识别场景S0相同的识别场景，如果不存在，则最大置信度Cmax对应的播放场景为有效播放场景。
在一些实施例中，判断有效场景候选集中是否存在与前一识别场景相同的识别场景，若存在，比较识别场景的分类置信度与下限临界有效置信度阈值，在所述识别场景的分类置信度大于下限临界有效置信度阈值时，确定前一识别场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，与上一实施例不同的是，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，最大置信度Cmax大于上限临界有效置信度阈值δ1时最大置信度Cmax与其余所述分类置信度的差值小于预设最大置信度差值∈，且有效场景候选集中存在与前一识别场景S0相同的识别场景，这时需要判断识别场景的分类置信度与下限临界有效置信度阈值δ2，在所述识别场景的分类置信度大于下限临界有效置信度阈值δ2时，确定前一识别场景S0为有效播放场景。
在一些实施例中，比较识别场景的分类置信度与下限临界有效置信度阈值，在所述识别场景的分类置信度小于下限临界有效置信度阈值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景。
上述有效播放场景判断过程即为图8中的一部分流程，与上一实施例不同的是，在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，最大置信度Cmax大于上限临界有效置信度阈值δ1时最大置信度与其余所述分类置信度的差值小于预设最大置信度差值∈，且有效场景候选集中存在与前一识别场景S0相同的识别场景，且识别场景的分类置信度小于下限临界有效置信度阈值δ2，这时可以确定所述最大置信度Cmax对应的播放场景为有效播放场景。
为了实现上述自适应画质调节，在一些实施例中，可以在显示设备200内配置多个功能模块，以形成显示控制系统，参见图9，为一种获取有效播放场景的显示系统结构示意图，其中该系统包括：
图像获取模块301，用于实时获取和处理当前播放媒资的屏幕图像数据；图像获取模块301可以通过AIManager发送消息给显示设备200，告知需要获取当前播放画面的截图，然后显示设备200通过HUI API获取截图数据，AIManager收到截图后，对图像进行图像缩小处理和RGB格式的转换操作，确保获取的图像格式匹配AI识别算法的输入格式要求。需要说明的是，图像获取模块，首先对当前物理通道做检测，判断当前通道是否支持PQ调整功能，若支持，还要判断所播媒资是否加密等条件，各条件相与的结果若为真，则当前播放媒资支持本申请实施例所述调节PQ参数功能，然后才会启动识别。
AI识别模块302，用于对处理后的图像数据进行预测识别，识别用户当前播放画面所属的全部可能场景，识别结果包括全部可能场景类别及其置信度。
检测模块303，用于对识别结果进行有效场景检测和获取；检测模块303可以根据AI识别模块推理的所有可能场景，通过上述实施例提供的获取有效播放场景的检测方法，获取当前播放画面的有效场景。
调节模块304，根据有效场景调节对应PQ参数，包括亮度、对比度、饱和度、色度、色彩校正等参数，从而增强智能显示设备的图像显示效果。需要注意的是，用户在播放媒资前显示设备200是处于某一图像模式的，对于一般图像模式如standard模式，本申请实施例将在当前图像模式基础上做PQ参数偏移设置。
在一些实施例中，每当用户启动新的媒资播放，调节模块304会根据预设启动播放时的PQ参数，初始化图像参数，输出初始化场景效果，然后才会启动AIPQ调节服务。
在一些实施例中，本申请提供的一种获取有效播放场景的显示装置还用于预设启动播放时的PQ参数。
为了更好的阐述上述技术方案，图10示例性的示出了一种自适应画质调节方法的流程示意图，内容如下：
步骤101、响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；
步骤102、根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；
步骤103、如果所述分类置信度中的最大置信度在有效置信度阈值范围内，获取有效场景候选集；
步骤104、如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；
步骤105、在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；
步骤106、按照所述有效播放场景调整画质参数。
由以上技术方案可知，上述实施例中提供的自适应画质调节方法可以响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；按照所述有效播放场景调整画质参数。
本申请实施例在用户播放媒资过程实时地获取屏幕播放画面截图，进而通过AI识别模块推理出播放画面所属的所有可能场景，通过预设的置信度阈值判断当前播放场景是否输出为初始化场景。若否，则通过预设最大置信度差值和下限临界有效置信度进一步检测当前屏幕图像所述有效场景，最后基于检测获取的有效场景和当前显示设备所在图像模式，对播放媒资进行实时PQ参数调整，提高智能显示设备的PQ参数高精度自适应调整效果，避免了识别播放场景错误导致可能的不适用的图像显示效果，提高了显示设备的图像显示效果，改善了智能显示设备的AI图像画质增强功能，增强了用户观影体验。本申请优化了自适应画质调节方法，解决了自适应画质调节方法可能误判当前播放场景，参数调节精度不高和可能不适用的图像显示效果，影响用户观影体验的问题。
以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (10)

1.一种显示设备，其特征在于，包括：
显示器，被配置为显示用户界面；
控制器，被配置为：
响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；
根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；
如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；
在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；
按照所述有效播放场景调整画质参数。
2.根据权利要求1所述的一种显示设备，其特征在于，所述控制器在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，被配置为：
如果所述分类置信度中的最大置信度在有效置信度阈值范围内，获取有效场景候选集；
如果所述分类置信度中的最大置信度不在有效置信度阈值范围内，确定初始化场景为有效播放场景；
按照所述初始化场景调整画质参数。
3.根据权利要求2所述的一种显示设备，其特征在于，所述控制器在获得所述截屏图像对每个预设播放场景的识别场景和分类置信度后，被配置为：
如果所述最大置信度介于上限临界有效置信度阈值和下限临界有效置信度阈值间，比较识别场景的分类置信度与下限临界有效置信度阈值；
在所述识别场景的分类置信度大于下限临界有效置信度阈值时，判断有效场景候选集中是否存在与前一识别场景相同的识别场景；
若存在，确定前一识别场景为有效播放场景；
按照所述前一识别场景调整画质参数。
4.根据权利要求3所述的一种显示设备，其特征在于，所述控制器执行判断有效场景候选集中是否存在与前一识别场景相同的识别场景，被配置为：
有效场景候选集中不存在与前一识别场景相同的识别场景，确定初始化场景为有效播放场景；
按照所述初始化场景调整画质参数。
5.根据权利要求3所述的一种显示设备，其特征在于，所述控制器执行比较识别场景的分类置信度与下限临界有效置信度阈值，被配置为：
在所述识别场景的分类置信度小于下限临界有效置信度阈值时，确定初始化场景为有效播放场景；
按照所述初始化场景调整画质参数。
6.根据权利要求2所述的一种显示设备，其特征在于，所述控制器被配置为：
如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；
在所述差值小于预设最大置信度差值时，判断有效场景候选集中是否存在与前一识别场景相同的识别场景；
若不存在，确定所述最大置信度对应的播放场景为有效播放场景；
按照所述有效播放场景调整画质参数。
7.根据权利要求6所述的一种显示设备，其特征在于，所述控制器执行判断有效场景候选集中是否存在与前一识别场景相同的识别场景，被配置为：
若存在，比较识别场景的分类置信度与下限临界有效置信度阈值；
在所述识别场景的分类置信度大于下限临界有效置信度阈值时，确定前一识别场景为有效播放场景；
按照所述前一识别场景调整画质参数。
8.根据权利要求7所述的一种显示设备，其特征在于，所述控制器执行比较识别场景的分类置信度与下限临界有效置信度阈值，被配置为：
在所述识别场景的分类置信度小于下限临界有效置信度阈值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；
按照所述有效播放场景调整画质参数。
9.根据权利要求2所述的一种显示设备，其特征在于，所述控制器执行获取有效场景候选集，被配置为：
遍历所述截屏图像对每个预设播放场景的分类置信度，对比多个截屏图像的识别结果；
提取所述分类置信度大于置信度阈值的识别场景的集合，以生成所述有效场景候选集。
10.一种自适应画质调节方法，其特征在于，包括：
响应于播放媒资数据，截屏当前媒资数据的播放画面，以获得截屏图像；
根据AI识别模型对所述截屏图像执行场景识别，以获得所述截屏图像对每个预设播放场景的识别场景和分类置信度；
如果所述分类置信度中的最大置信度在有效置信度阈值范围内，获取有效场景候选集；
如果所述最大置信度大于上限临界有效置信度阈值，计算所述最大置信度与其余所述分类置信度的差值；
在所述差值大于预设最大置信度差值时，识别场景改变，确定所述最大置信度对应的播放场景为有效播放场景；
按照所述有效播放场景调整画质参数。
CN202210929850.4A 2022-08-02 2022-08-02 一种显示设备及自适应画质调节方法 Active CN115334351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210929850.4A CN115334351B (zh) 2022-08-02 2022-08-02 一种显示设备及自适应画质调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210929850.4A CN115334351B (zh) 2022-08-02 2022-08-02 一种显示设备及自适应画质调节方法

Publications (2)

Publication Number Publication Date
CN115334351A true CN115334351A (zh) 2022-11-11
CN115334351B CN115334351B (zh) 2023-10-31

Family

ID=83922516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210929850.4A Active CN115334351B (zh) 2022-08-02 2022-08-02 一种显示设备及自适应画质调节方法

Country Status (1)

Country Link
CN (1) CN115334351B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008228087A (ja) * 2007-03-14 2008-09-25 Seiko Epson Corp 情報処理方法、情報処理装置及びプログラム
CN101557491A (zh) * 2008-04-09 2009-10-14 宝利微电子系统控股公司 视频图像电影模式检测方法及装置
CN108694217A (zh) * 2017-04-12 2018-10-23 合信息技术（北京）有限公司 视频的标签确定方法及装置
CN109168062A (zh) * 2018-08-28 2019-01-08 北京达佳互联信息技术有限公司 视频播放的展示方法、装置、终端设备及存储介质
CN110149531A (zh) * 2019-06-17 2019-08-20 北京影谱科技股份有限公司 一种识别视频数据中视频场景的方法和装置
CN110996153A (zh) * 2019-12-06 2020-04-10 深圳创维－Rgb电子有限公司 基于场景识别的音画品质增强方法、系统和显示器
CN113395538A (zh) * 2020-03-13 2021-09-14 北京字节跳动网络技术有限公司 音效渲染方法、装置、计算机可读介质和电子设备
CN113392238A (zh) * 2020-03-13 2021-09-14 北京字节跳动网络技术有限公司 媒体文件处理方法、装置、计算机可读介质和电子设备
WO2021244440A1 (zh) * 2020-06-04 2021-12-09 深圳市万普拉斯科技有限公司 电视画质调整方法、装置和系统及电视机设备
CN114286173A (zh) * 2021-01-14 2022-04-05 海信视像科技股份有限公司 一种显示设备及音画参数调节方法
WO2022073392A1 (zh) * 2020-10-10 2022-04-14 青岛海信传媒网络技术有限公司 图像显示方法及显示设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008228087A (ja) * 2007-03-14 2008-09-25 Seiko Epson Corp 情報処理方法、情報処理装置及びプログラム
CN101557491A (zh) * 2008-04-09 2009-10-14 宝利微电子系统控股公司 视频图像电影模式检测方法及装置
CN108694217A (zh) * 2017-04-12 2018-10-23 合信息技术（北京）有限公司 视频的标签确定方法及装置
CN109168062A (zh) * 2018-08-28 2019-01-08 北京达佳互联信息技术有限公司 视频播放的展示方法、装置、终端设备及存储介质
CN110149531A (zh) * 2019-06-17 2019-08-20 北京影谱科技股份有限公司 一种识别视频数据中视频场景的方法和装置
CN110996153A (zh) * 2019-12-06 2020-04-10 深圳创维－Rgb电子有限公司 基于场景识别的音画品质增强方法、系统和显示器
CN113395538A (zh) * 2020-03-13 2021-09-14 北京字节跳动网络技术有限公司 音效渲染方法、装置、计算机可读介质和电子设备
CN113392238A (zh) * 2020-03-13 2021-09-14 北京字节跳动网络技术有限公司 媒体文件处理方法、装置、计算机可读介质和电子设备
WO2021244440A1 (zh) * 2020-06-04 2021-12-09 深圳市万普拉斯科技有限公司 电视画质调整方法、装置和系统及电视机设备
WO2022073392A1 (zh) * 2020-10-10 2022-04-14 青岛海信传媒网络技术有限公司 图像显示方法及显示设备
CN114286173A (zh) * 2021-01-14 2022-04-05 海信视像科技股份有限公司 一种显示设备及音画参数调节方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘国帅;仲伟峰;殷飞;刘成林;: "自然场景图像与合成图像的快速分类", 中国图象图形学报, no. 05 *

Also Published As

Publication number Publication date
CN115334351B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN114302190B (zh) 一种显示设备及画质调整方法
WO2022073392A1 (zh) 图像显示方法及显示设备
CN112887778A (zh) 显示设备上视频资源播放模式的切换方法及显示设备
CN113630654B (zh) 显示设备及媒资片源推送方法
WO2022021669A1 (zh) 一种控制智能图像模式切换的方法及显示设备
CN112188279A (zh) 一种频道切换方法和显示设备
CN113473196A (zh) 投屏数据的处理方法及显示设备
CN115776585A (zh) 显示设备和内容展示方法
CN115334351B (zh) 一种显示设备及自适应画质调节方法
CN113453069B (zh) 一种显示设备及缩略图生成方法
CN113453052B (zh) 音画同步方法及显示设备
CN112218156B (zh) 一种调节视频动态对比度的方法及显示设备
CN114302203A (zh) 图像显示方法及显示设备
CN115185392A (zh) 显示设备、图像处理方法及装置
CN113014977A (zh) 显示设备及音量显示方法
CN113190202B (zh) 一种数据显示方法及显示设备
CN113766164B (zh) 显示设备及信号源界面显示方法
CN113596563B (zh) 一种背景色展示方法以及显示设备
CN113051001B (zh) 一种开机用户界面显示的加速方法及显示设备
WO2022174751A1 (zh) 一种显示方法和显示设备
CN113350781B (zh) 一种显示设备及游戏模式切换方法
CN115174991B (zh) 一种显示设备及视频播放方法
CN113038193A (zh) 一种自动修复音视频不同步的方法及显示设备
CN113115085A (zh) 一种视频播放方法及显示设备
CN113490041A (zh) 语音功能切换方法及显示设备

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
GR01 Patent grant
GR01 Patent grant