CN116524873B - 显示屏的显示调整方法、装置以及计算机设备 - Google Patents
显示屏的显示调整方法、装置以及计算机设备 Download PDFInfo
- Publication number
- CN116524873B CN116524873B CN202310806196.2A CN202310806196A CN116524873B CN 116524873 B CN116524873 B CN 116524873B CN 202310806196 A CN202310806196 A CN 202310806196A CN 116524873 B CN116524873 B CN 116524873B
- Authority
- CN
- China
- Prior art keywords
- display
- model
- display screen
- value
- adjustment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000000694 effects Effects 0.000 claims abstract description 136
- 238000011156 evaluation Methods 0.000 claims description 112
- 238000013210 evaluation model Methods 0.000 claims description 47
- 238000005457 optimization Methods 0.000 claims description 39
- 238000001514 detection method Methods 0.000 claims description 20
- 239000000969 carrier Substances 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 11
- 238000013515 script Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000013136 deep learning model Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000013145 classification model Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 239000012634 fragment Substances 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
-
- 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
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
- H04W12/068—Authentication using credential vaults, e.g. password manager applications or one time password [OTP] applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/20—Selecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供一种显示屏的显示调整方法、装置以及计算机设备,包括:在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;基于数值调整模型,预测对应的数值调整值;基于模式调整模型,预测对应的模式调整值;获取实际的数值调整值以及实际的模式调整值;计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型。本发明中,显示屏启动之后,根据实际显示数据智能化预测调整值,使得显示屏的显示调整更加准确,使得调整效果更好。
Description
技术领域
本发明涉及显示屏的显示技术领域,特别涉及一种显示屏的显示调整方法、装置以及计算机设备。
背景技术
目前,显示屏的显示参数调整通常需要手动进行,例如用户通过遥控器或者手机APP进行调整;存在调整不准确、繁琐等问题。
传统的显示屏调整方法主要依赖人工经验,缺乏自动化、精准性和智能化。此外,还存在由于不同显示屏和场景导致的显示参数调整过程中的不一致性问题。因此,需要一种可以根据实际显示数据预测调整值的可靠方法。
发明内容
本发明的主要目的为提供一种显示屏的显示调整方法、装置以及计算机设备,旨在克服目前的显示屏不能根据实际显示数据预测调整值的缺陷。
为实现上述目的,本发明提供了一种显示屏的显示调整方法,包括以下步骤:
在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;
基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;
基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;
获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;
计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;
对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。
进一步地,所述生成最终的显示参数调整模型的步骤之后,还包括:
在基于所述最终的显示参数调整模型对显示屏的显示参数进行调整之后,对所述显示屏的显示效果进行评估,得到多维度评估结果;
基于打分模型对所述多维度评估结果进行打分赋值,得到对应的总评分值;
判断所述总评分值是否满足预设条件,若满足,则对所述最终的显示参数调整模型反馈一个调整效果为优的标签,以对所述最终的显示参数调整模型的调整效果进行标记。
进一步地,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
从所述显示屏上采集预设的图形模式,并识别其中的图形指示代码;
解码得到的图形指示代码,通过与数据库内的图形指示代码库对应,获取所述显示屏的显示效果评估流程;根据显示效果评估流程中记录的当前进度,确立下一步需执行的评估步骤作为目标评估流程;
将目标评估流程输入至预定义的显示效果评估脚本中,获取脚本运行的输出值;对输出值进行解析,得到与目标评估流程关联的显示效果评估模型;
采集所述显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;
根据收集到的显示参数,创建用于模型调用的唯一标识码,从管理端调用相应的显示效果评估模型;管理端在调用过程中,基于所述唯一标识码,对显示效果评估模型进行加密处理;
基于获取的模型参数,对调用的显示效果评估模型进行参数更新,生成目标显示效果评估模型;
基于目标显示效果评估模型,对所述显示屏的显示效果进行评估,得到多维度评估结果。
进一步地,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
在所述显示屏上显示预先定义的图案,通过图像分析技术,对显示屏上显示的图案进行解读,以得到审定码;
根据解读后的审定码,在数据库中定位针对所述显示屏的校准评估流程。根据数据库记录的当前进度,获取到下一个必须执行的校准评估步骤,作为目标评估流程;
将目标评估流程输入至预设的校准评估算法中,对输出结果进行抽取并解码,以获取与其所关联的显示效果评估模型;
采集所述显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;
根据收集到的显示参数,创建用于模型调用的唯一标识码,从管理端调用相应的显示效果评估模型;管理端在调用过程中,基于所述唯一标识码,对显示效果评估模型进行加密处理;
基于获取的模型参数,对调用的显示效果评估模型进行参数更新,生成目标显示效果评估模型;
基于目标显示效果评估模型,对所述显示屏的显示效果进行评估,得到多维度评估结果。
进一步地,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
在所述显示屏上播放设定的动态视频或动画,通过图像识别技术,从视频或动画中提取人眼视觉响应指示码;
对提取的指示码进行解读,并在数据库中查找对应的显示效果优化引擎;根据显示效果优化引擎记录的已完成步骤,获取下一步所需进行的评估和优化步骤,形成目标评估流程;
将目标评估流程载入设计好的动态评估算法中,对输出值进行解析,以得到与目标评估流程关联的优化引擎模型;
采集显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;
根据采集的显示参数,生成用于模型调用的唯一标识码,从管理端调用相应的优化引擎模型;管理端在调用过程中,基于所述唯一标识码,对优化引擎模型进行加密处理;
基于获取的模型参数,对调用的优化引擎模型进行参数更新,生成实时优化引擎模型;所述实时优化引擎模型用于实时调整和优化显示屏的视觉效果;
基于实时优化引擎模型,对所述显示屏的显示效果进行视觉效果评估,得到多维度评估结果。
进一步地,所述获取显示屏启动时的实际显示数据的步骤之前,还包括:
基于预设的触摸效果检测模型对显示屏的触摸效果进行检测;其中,所述触摸效果检测模型为预先训练深度学习模型得到;
若检测通过,则执行获取显示屏启动时的实际显示数据的步骤。
进一步地,所述基于预设的触摸效果检测模型对显示屏的触摸效果进行检测的步骤,具体包括:
基于触摸频率,确定对待测显示屏进行触摸效果检测时对应的基值周期;
获取待检测的显示屏在第一个基值周期对应的触摸信号数据,并将其划分为N个时长相同的子数据,基于训练好的触摸效果检测模型分别提取所述子数据的特征,生成对应的N个子特征;其中,所述触摸效果检测模型为触摸特征提取模型以及分类模型的组合;触摸特征提取模型是训练好的循环神经网络模型,分类模型是训练好的支持向量机模型,触摸特征提取模型和分类模型基于迁移学习的方式得到;
按时间顺序对所述N个子特征进行排序,将每个子特征与其相邻右边的子特征进行相似度对比,获取N-1个子特征的相似度,并从中确定子特征相似度最小值;
将所述子特征相似度最小值对应的左侧子特征确定为突变点,以所述突变点为起点,以所述基值周期为划分阈值,将所述触摸信号数据划分为M个数据段;
基于训练好的触摸特征提取模型提取所述M个数据段对应的M个片段特征;
将所述M个片段特征输入至所述分类模型中进行异常分类处理,从所述M个数据段中筛选得到异常触摸片段。
进一步地,所述获取显示屏启动时的实际显示数据的步骤之前,还包括:
开启摄像头,采集路由器的显示屏上显示的二维码;其中,所述路由器上设置有显示屏用于展示所述二维码;所述二维码基于所述路由器的WiFi名称以及WiFi密码所生成;
对所述二维码进行解析,得到一个数据载体序列;其中,所述数据载体序列中包括多个依次排序的数据载体;所述数据载体中包括空的数据载体、真实数据载体以及伪造数据载体;
检测所述数据载体序列中空的数据载体的数量x;
基于所述空的数据载体的数量x,从所述数据载体序列中选择出排列在第x位的数据载体,作为真实数据载体;
对所述真实数据载体进行数据解析,获取所述真实数据载体中携带的WiFi名称以及WiFi密码,并基于WiFi名称以及WiFi密码自动无线连接至所述路由器。
本发明还提供了一种显示屏的显示调整装置,包括:
第一获取单元,用于在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;
第一预测单元,用于基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;
第二预测单元,用于基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;
第二获取单元,用于获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;
计算单元,用于计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;
调整单元,用于对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。
本发明还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明提供的显示屏的显示调整方法、装置以及计算机设备,包括:在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。本发明中,显示屏启动之后,根据实际显示数据智能化预测调整值,使得显示屏的显示调整更加准确,使得调整效果更好。
附图说明
图1是本发明一实施例中显示屏的显示调整方法步骤示意图;
图2是本发明一实施例中显示屏的显示调整装置结构框图;
图3是本发明一实施例的计算机设备的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,本发明一实施例中提供了一种显示屏的显示调整方法,包括以下步骤:
步骤S1,在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;
步骤S2,基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;
步骤S3,基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;
步骤S4,获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;
步骤S5,计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;
步骤S6,对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。
在本实施例中,上述方案应用于针对于显示屏的显示参数进行动态的优化和调整,其可以在显示屏启动之后,根据实际显示数据智能化预测调整值,使得显示屏的显示调整更加准确,使得调整效果更好。
如上述步骤S1所述的,当显示屏启动时,系统首先会获取显示屏启动时的实际显示数据。实际显示数据包括显示器的亮度、对比度、色彩饱和度等变量。上述实际显示数据会被输入到一个基础网络模型中。上述网络模型包含一个数值调整模型和一个模式调整模型,这两者均有助于在后续步骤中调整显示屏的参数。
如上述步骤S2所述的,基于数值调整模型,根据实际显示数据来预测数值调整值。这个值将被用来调整显示屏的数值参数,例如亮度、对比度等。
如上述步骤S3所述的,模式调整模型将根据实际显示数据预测出模式调整值,这用来帮助调整显示屏的模式参数,例如图像模式,比如:标准模式、用户模式、电影模式等。
如上述步骤S4所述的,获取预先标定的实际调节值。实际调节值包含实际的数值调整值和实际的模式调整值。上述实际调节值是根据以往的用户行为,环境光照,或者其他实际情况得出。
如上述步骤S5所述的,计算预测的数值调整值与实际的数值调整值之间的差值,这个差值定义为第一损失值。以同样的方式,预测的模式调整值与实际的模式调整值之间的差值定义为第二损失值。上述两个损失值可以帮助了解预测标准与实际标准之间的差距,以便于进行调整。
如上述步骤S6所述的,通过基于损失的优化,通过使第一损失值和第二损失值最小化,可以为模型参数找到最优解。然后,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。在本实施例中,上述方法通过对显示参数的动态调整,能适应不同的显示环境和用户需求,进一步提升观看体验和设备效能。
在一实施例中,所述生成最终的显示参数调整模型的步骤之后,还包括:
在基于所述最终的显示参数调整模型对显示屏的显示参数进行调整之后,对所述显示屏的显示效果进行评估,得到多维度评估结果;使用生成的显示参数调整模型,根据预设的参数进行显示屏的调整。通过修改亮度、对比度、色彩等参数,目的是改善显示效果。然后,对调整后的显示效果进行评估,以获得多维度的评估结果。这些评估结果可能包括色彩准确性、对比度范围、亮度均匀性等等。
基于打分模型对所述多维度评估结果进行打分赋值,得到对应的总评分值;使用一个打分模型对多维度评估结果进行打分赋值。该打分模型可以是经过训练的机器学习模型或根据先前的经验和规则设置的。通过对评估结果进行打分,得到一个综合的总评分值,用来衡量显示效果的质量。
判断所述总评分值是否满足预设条件,若满足,则对所述最终的显示参数调整模型反馈一个调整效果为优的标签,以对所述最终的显示参数调整模型的调整效果进行标记。将判断总评分值是否满足预设条件。预设条件可以是根据具体需求和标准设定的。如果总评分值达到或超过预设的条件,那么意味着最终的显示参数调整模型的效果被认为是优秀的。
在一实施例中,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
从所述显示屏上采集预设的图形模式,并识别其中的图形指示代码;在此步骤中,首先从显示屏上采集一系列预设的图形模式。然后,通过识别这些图形模式中的图形指示代码,将它们转化为计算机可读的形式。这些图形指示代码可以表达出显示屏上各种不同的显示效果。
解码得到的图形指示代码,通过与数据库内的图形指示代码库对应,获取所述显示屏的显示效果评估流程;根据显示效果评估流程中记录的当前进度,确立下一步需执行的评估步骤作为目标评估流程;在这一步骤中,将解码前一步中得到的图形指示代码。通过将解码后的代码与存储在数据库中的图形指示代码库进行对应,可以获取显示效果评估流程。显示效果评估流程记录了评估过程中的各个步骤和当前进度,以确定下一步需要执行的评估步骤。
将目标评估流程输入至预定义的显示效果评估脚本中,获取脚本运行的输出值;对输出值进行解析,得到与目标评估流程关联的显示效果评估模型;将上一步中得到的目标评估流程输入到预定义的显示效果评估脚本中。运行脚本后,我们可以获取脚本的输出值。在这一步骤中,还需要解析输出值,以便我们能够得到与目标评估流程相关联的显示效果评估模型。
采集所述显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;在这个步骤中,收集显示屏的显示参数,并在数据库中寻找与之相匹配的一组模型参数。数据库存储了显示参数和模型参数之间的映射关系,这样我们就能够找到最适合当前显示屏的模型参数。
根据收集到的显示参数,创建用于模型调用的唯一标识码,从管理端调用相应的显示效果评估模型;管理端在调用过程中,基于所述唯一标识码,对显示效果评估模型进行加密处理;根据收集到的显示参数,创建一个用于模型调用的唯一标识码。然后,从管理端调用相应的显示效果评估模型。在调用过程中,管理端会基于唯一标识码对显示效果评估模型进行加密处理,以确保安全性。显示屏一端接收到上述加密的显示效果评估模型之后,可以基于上述唯一标识码进行解密。
基于获取的模型参数,对调用的显示效果评估模型进行参数更新,生成目标显示效果评估模型;基于获取的模型参数,对调用的显示效果评估模型进行参数更新。这样,可以生成目标显示效果评估模型,该模型经过参数调整以提高评估准确度。
基于目标显示效果评估模型,对所述显示屏的显示效果进行评估,得到多维度评估结果。最后,基于目标显示效果评估模型,对显示屏的显示效果进行评估。通过进行评估,可以得到多维度的评估结果,用于描述显示屏的显示质量和效果。
上述步骤组成了对显示屏显示效果进行多维度评估的方法。该方法结合了图形指示代码的识别、显示效果评估流程的获取、脚本的运行和输出解析、显示参数与模型参数的匹配、显示效果评估模型的调用和参数更新等关键步骤,以实现全面而准确的显示效果评估。
在一实施例中,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
在所述显示屏上显示预先定义的图案,通过图像分析技术,对显示屏上显示的图案进行解读,以得到审定码;在这个步骤中,预先定义的图案可以是特定的图像模式或者测试图案,通过分析这些图案,可以获取到用于解读显示效果的审定码。
根据解读后的审定码,在数据库中定位针对所述显示屏的校准评估流程。根据数据库记录的当前进度,获取到下一个必须执行的校准评估步骤,作为目标评估流程;通过此步骤,确定了执行评估所需的校准评估流程,这些流程记录在数据库中,并根据当前进度获取下一个必须执行的评估步骤。
将目标评估流程输入至预设的校准评估算法中,对输出结果进行抽取并解码,以获取与其所关联的显示效果评估模型;通过这个步骤,我们可以获得显示效果评估模型,该模型与校准评估流程相关联,用于进一步对显示效果进行评估。
采集所述显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;通过匹配显示参数,我们可以获取适用于当前显示屏的最佳模型参数。这样可以提高评估的准确性和适用性。
根据收集到的显示参数,创建用于模型调用的唯一标识码,从管理端调用相应的显示效果评估模型;管理端在调用过程中,基于所述唯一标识码,对显示效果评估模型进行加密处理,以保证模型的安全性。
基于获取的模型参数,对调用的显示效果评估模型进行参数更新,生成目标显示效果评估模型;通过这一步骤,将根据所获取的模型参数,对显示效果评估模型进行更新,以使其更加适用于当前的显示屏。
基于目标显示效果评估模型,对所述显示屏的显示效果进行评估,得到多维度评估结果。在最后的步骤中,使用目标显示效果评估模型对显示屏的显示效果进行评估,并得到多维度的评估结果,这些结果能够准确地描述显示屏的质量和效果。
总的来说,通过上述技术方案中的各个步骤,可以在多个维度上评估显示屏的显示效果,并根据这些评估结果进行必要的调整和改进。这有助于提供更优质的显示体验,并满足用户的需求。
在一实施例中,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
在所述显示屏上播放设定的动态视频或动画,通过图像识别技术,从视频或动画中提取人眼视觉响应指示码;通过在显示屏上播放特定的视频或动画序列来激发人眼的视觉响应。然后,通过图像识别技术对视频或动画进行分析,从中提取出代表人眼视觉响应的指示码。
对提取的指示码进行解读,并在数据库中查找对应的显示效果优化引擎;根据显示效果优化引擎记录的已完成步骤,获取下一步所需进行的评估和优化步骤,形成目标评估流程;通过解读指示码,可以确定适用于当前显示屏的显示效果优化引擎。这些引擎记录在数据库中,并按顺序存储了一系列已完成的评估和优化步骤,以便获取下一步需要执行的步骤,形成目标评估流程。
将目标评估流程载入设计好的动态评估算法中,对输出值进行解析,以得到与目标评估流程关联的优化引擎模型;目标评估流程被输入到预定义的动态评估算法中。通过解析算法的输出值,可以获取与目标评估流程相关联的优化引擎模型。
采集显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;这个步骤涉及采集显示屏的各项参数,例如亮度、色彩、对比度等,并在数据库中查找与这些参数对应的最佳模型参数。数据库中记录了显示参数和模型参数之间的映射关系,通过匹配显示参数,可以得到适用于当前显示屏的最佳模型参数。
根据采集的显示参数,生成用于模型调用的唯一标识码,从管理端调用相应的优化引擎模型;管理端在调用过程中,基于所述唯一标识码,对优化引擎模型进行加密处理;在这个步骤中,根据采集到的显示参数,生成用于模型调用的唯一标识码。然后,该标识码被发送到管理端,用于调用与之对应的优化引擎模型。在调用过程中,管理端基于唯一标识码对优化引擎模型进行加密处理,以确保模型的安全性。
基于获取的模型参数,对调用的优化引擎模型进行参数更新,生成实时优化引擎模型;所述实时优化引擎模型用于实时调整和优化显示屏的视觉效果;在这一步骤中,根据获取的模型参数对已调用的优化引擎模型进行参数更新。这样可以生成一个实时优化引擎模型,用于实时地调整和优化显示屏的视觉效果。
基于实时优化引擎模型,对所述显示屏的显示效果进行视觉效果评估,得到多维度评估结果。最后一步涉及基于实时优化引擎模型对显示屏的显示效果进行评估。通过该评估,可以得到描述显示屏视觉效果的多维度评估结果。
在一实施例中,所述获取显示屏启动时的实际显示数据的步骤之前,还包括:
基于预设的触摸效果检测模型对显示屏的触摸效果进行检测;其中,所述触摸效果检测模型为预先训练深度学习模型得到;
若检测通过,则执行获取显示屏启动时的实际显示数据的步骤。
在一实施例中,所述基于预设的触摸效果检测模型对显示屏的触摸效果进行检测的步骤,具体包括:
基于触摸频率,确定对待测显示屏进行触摸效果检测时对应的基值周期;根据触摸频率,确定待检测的显示屏的触摸效果检测应相对于基值周期进行,这是为了确保对触摸效果的检测具有一定的时间参考。
获取待检测的显示屏在第一个基值周期对应的触摸信号数据,并将其划分为N个时长相同的子数据,基于训练好的触摸效果检测模型分别提取所述子数据的特征,生成对应的N个子特征;其中,所述触摸效果检测模型为触摸特征提取模型以及分类模型的组合;触摸特征提取模型是训练好的循环神经网络模型,分类模型是训练好的支持向量机模型,触摸特征提取模型和分类模型基于迁移学习的方式得到;在这一步中,我们收集待检测显示屏的触摸信号数据,并根据基值周期将其划分为N个具有相同时长的子数据。
按时间顺序对所述N个子特征进行排序,将每个子特征与其相邻右边的子特征进行相似度对比,获取N-1个子特征的相似度,并从中确定子特征相似度最小值;
将所述子特征相似度最小值对应的左侧子特征确定为突变点,以所述突变点为起点,以所述基值周期为划分阈值,将所述触摸信号数据划分为M个数据段;
基于训练好的触摸特征提取模型提取所述M个数据段对应的M个片段特征;
将所述M个片段特征输入至所述分类模型中进行异常分类处理,从所述M个数据段中筛选得到异常触摸片段。最后一步涉及将M个片段特征输入到分类模型中,以对这些片段进行异常分类处理。通过这一分类过程,我们可以筛选出包含异常触摸的片段,以进行进一步的触摸效果检测。
在一实施例中,所述获取显示屏启动时的实际显示数据的步骤之前,还包括:
开启摄像头,采集路由器的显示屏上显示的二维码;其中,所述路由器上设置有显示屏用于展示所述二维码;所述二维码基于所述路由器的WiFi名称以及WiFi密码所生成;此步骤中,需要启动摄像头并对准路由器的显示屏。显示屏上会展示路由器的二维码,它包含了WiFi的相关信息(如WiFi名称和密码)。上述路由器是特定的具有显示屏的路由器,摄像头将扫描并获取二维码的图像数据。
对所述二维码进行解析,得到一个数据载体序列;其中,所述数据载体序列中包括多个依次排序的数据载体;所述数据载体中包括空的数据载体、真实数据载体以及伪造数据载体;在数据载体序列中,包括三种类型的数据载体,即空的数据载体、真实数据载体和伪造数据载体。空的数据载体不携带任何有用的信息,真实数据载体包含了正确的WiFi名称和WiFi密码,而伪造数据载体则包含虚假的信息。
检测所述数据载体序列中空的数据载体的数量x;空的数据载体指的是没有携带任何有效信息的数据载体,用于计算真实信息在序列中的位置。通过这种方式,可以确保选择的是正确的真实数据载体。
基于所述空的数据载体的数量x,从所述数据载体序列中选择出排列在第x位的数据载体,作为真实数据载体;利用前一步骤得到的空数据载体数量x,从数据载体序列中选择排列在第x位的数据载体,将其视作真实数据载体。其他数据载体(伪造数据载体)作为干扰元素,用以保护实际信息。
对所述真实数据载体进行数据解析,获取所述真实数据载体中携带的WiFi名称以及WiFi密码,并基于WiFi名称以及WiFi密码自动无线连接至所述路由器。最后,解析真实数据载体中的信息,获取WiFi名称和WiFi密码。然后,利用这些数据自动完成无线连接至路由器,从而实现设备的联网。通过这一系列步骤,可以实现对WiFi名称和密码的一种保护方式,提高信息安全性。同时,这样的方案提高了用户连接WiFi的便捷性,简化了操作过程。
参照图2,本发明一实施例中还提供了一种显示屏的显示调整装置,包括:
第一获取单元,用于在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;
第一预测单元,用于基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;
第二预测单元,用于基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;
第二获取单元,用于获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;
计算单元,用于计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;
调整单元,用于对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。
在本实施例中,上述装置实施例中的各个单元的具体实现,请参照上述方法实施例中所述,在此不再进行赘述。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、显示屏、输入装置、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储本实施例中对应的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定。
本发明一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
综上所述,为本发明实施例中提供的显示屏的显示调整方法、装置以及计算机设备,包括:在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。本发明中,显示屏启动之后,根据实际显示数据智能化预测调整值,使得显示屏的显示调整更加准确,使得调整效果更好。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种显示屏的显示调整方法,其特征在于,包括以下步骤:
在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;
基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;
基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;
获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;
计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;
对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。
2.根据权利要求1所述的显示屏的显示调整方法,其特征在于,所述生成最终的显示参数调整模型的步骤之后,还包括:
在基于所述最终的显示参数调整模型对显示屏的显示参数进行调整之后,对所述显示屏的显示效果进行评估,得到多维度评估结果;
基于打分模型对所述多维度评估结果进行打分赋值,得到对应的总评分值;
判断所述总评分值是否满足预设条件,若满足,则对所述最终的显示参数调整模型反馈一个调整效果为优的标签,以对所述最终的显示参数调整模型的调整效果进行标记。
3.根据权利要求2所述的显示屏的显示调整方法,其特征在于,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
从所述显示屏上采集预设的图形模式,并识别其中的图形指示代码;
解码得到的图形指示代码,通过与数据库内的图形指示代码库对应,获取所述显示屏的显示效果评估流程;根据显示效果评估流程中记录的当前进度,确立下一步需执行的评估步骤作为目标评估流程;
将目标评估流程输入至预定义的显示效果评估脚本中,获取脚本运行的输出值;对输出值进行解析,得到与目标评估流程关联的显示效果评估模型;
采集所述显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;
根据收集到的显示参数,创建用于模型调用的唯一标识码,从管理端调用相应的显示效果评估模型;管理端在调用过程中,基于所述唯一标识码,对显示效果评估模型进行加密处理;
基于获取的模型参数,对调用的显示效果评估模型进行参数更新,生成目标显示效果评估模型;
基于目标显示效果评估模型,对所述显示屏的显示效果进行评估,得到多维度评估结果。
4.根据权利要求2所述的显示屏的显示调整方法,其特征在于,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
在所述显示屏上显示预先定义的图案,通过图像分析技术,对显示屏上显示的图案进行解读,以得到审定码;
根据解读后的审定码,在数据库中定位针对所述显示屏的校准评估流程;根据数据库记录的当前进度,获取到下一个必须执行的校准评估步骤,作为目标评估流程;
将目标评估流程输入至预设的校准评估算法中,对输出结果进行抽取并解码,以获取与其所关联的显示效果评估模型;
采集所述显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;
根据收集到的显示参数,创建用于模型调用的唯一标识码,从管理端调用相应的显示效果评估模型;管理端在调用过程中,基于所述唯一标识码,对显示效果评估模型进行加密处理;
基于获取的模型参数,对调用的显示效果评估模型进行参数更新,生成目标显示效果评估模型;
基于目标显示效果评估模型,对所述显示屏的显示效果进行评估,得到多维度评估结果。
5.根据权利要求2所述的显示屏的显示调整方法,其特征在于,所述对所述显示屏的显示效果进行评估,得到多维度评估结果的步骤,包括:
在所述显示屏上播放设定的动态视频或动画,通过图像识别技术,从视频或动画中提取人眼视觉响应指示码;
对提取的指示码进行解读,并在数据库中查找对应的显示效果优化引擎;根据显示效果优化引擎记录的已完成步骤,获取下一步所需进行的评估和优化步骤,形成目标评估流程;
将目标评估流程载入设计好的动态评估算法中,对输出值进行解析,以得到与目标评估流程关联的优化引擎模型;
采集显示屏的显示参数,根据所述显示参数,在数据库中匹配一组对应的模型参数;其中,数据库中存储有显示参数和模型参数的映射关系,以获取最适合当前显示屏的模型参数;
根据采集的显示参数,生成用于模型调用的唯一标识码,从管理端调用相应的优化引擎模型;管理端在调用过程中,基于所述唯一标识码,对优化引擎模型进行加密处理;
基于获取的模型参数,对调用的优化引擎模型进行参数更新,生成实时优化引擎模型;所述实时优化引擎模型用于实时调整和优化显示屏的视觉效果;
基于实时优化引擎模型,对所述显示屏的显示效果进行视觉效果评估,得到多维度评估结果。
6.根据权利要求1所述的显示屏的显示调整方法,其特征在于,所述获取显示屏启动时的实际显示数据的步骤之前,还包括:
基于预设的触摸效果检测模型对显示屏的触摸效果进行检测;其中,所述触摸效果检测模型为预先训练深度学习模型得到;
若检测通过,则执行获取显示屏启动时的实际显示数据的步骤。
7.根据权利要求1所述的显示屏的显示调整方法,其特征在于,所述获取显示屏启动时的实际显示数据的步骤之前,还包括:
开启摄像头,采集路由器的显示屏上显示的二维码;其中,所述路由器上设置有显示屏用于展示所述二维码;所述二维码基于所述路由器的WiFi名称以及WiFi密码所生成;
对所述二维码进行解析,得到一个数据载体序列;其中,所述数据载体序列中包括多个依次排序的数据载体;所述数据载体中包括空的数据载体、真实数据载体以及伪造数据载体;
检测所述数据载体序列中空的数据载体的数量x;
基于所述空的数据载体的数量x,从所述数据载体序列中选择出排列在第x位的数据载体,作为真实数据载体;
对所述真实数据载体进行数据解析,获取所述真实数据载体中携带的WiFi名称以及WiFi密码,并基于WiFi名称以及WiFi密码自动无线连接至所述路由器。
8.一种显示屏的显示调整装置,其特征在于,包括:
第一获取单元,用于在显示屏启动时,获取显示屏启动时的实际显示数据,将所述实际显示数据输入至基础网络模型中;其中,所述基础网络模型包含一个数值调整模型以及一个模式调整模型;
第一预测单元,用于基于数值调整模型,根据显示屏的实际显示数据预测对应的数值调整值;其中,所述数值调整值用于调整显示屏的数值参数;
第二预测单元,用于基于模式调整模型,根据显示屏的实际显示数据预测对应的模式调整值;其中,所述模式调整值用来调整显示屏的模式参数;
第二获取单元,用于获取预先标定的实际调节值;其中,所述实际调节值包括实际的数值调整值以及实际的模式调整值;
计算单元,用于计算预测的数值调整值与实际的数值调整值的差值,作为第一损失值;计算预测的模式调整值与实际的模式调整值的差值,作为第二损失值;
调整单元,用于对基础网络模型的模型参数进行调整,通过基于损失的优化,将所述第一损失值和第二损失值降至最小,生成最终的显示参数调整模型,用于后续对显示屏的显示参数进行调整。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310806196.2A CN116524873B (zh) | 2023-07-04 | 2023-07-04 | 显示屏的显示调整方法、装置以及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310806196.2A CN116524873B (zh) | 2023-07-04 | 2023-07-04 | 显示屏的显示调整方法、装置以及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116524873A CN116524873A (zh) | 2023-08-01 |
CN116524873B true CN116524873B (zh) | 2023-08-25 |
Family
ID=87401546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310806196.2A Active CN116524873B (zh) | 2023-07-04 | 2023-07-04 | 显示屏的显示调整方法、装置以及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116524873B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117076895B (zh) * | 2023-10-18 | 2024-02-06 | 深圳市能数科技有限公司 | 能源补给信息的智能分析方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1505565A1 (en) * | 2003-08-07 | 2005-02-09 | Barco N.V. | Method and system for controlling an OLED display element for improved lifetime and light output |
CN1886774A (zh) * | 2003-11-25 | 2006-12-27 | 伊斯曼柯达公司 | 具有老化补偿的oled显示器 |
DE102006027403A1 (de) * | 2006-06-13 | 2007-12-20 | Siemens Ag | Verfahren und Anordnung zum Ermitteln eines Leuchtdichte-Istwertes |
CN101819609A (zh) * | 2001-09-21 | 2010-09-01 | 无线谷通讯有限公司 | 用于设计、跟踪、测量、预测和优化数据通信网络的系统和方法 |
CN107872661A (zh) * | 2013-08-16 | 2018-04-03 | 杜比实验室特许公司 | 用于多调制显示器的光场模型化技术的系统和方法 |
WO2019088717A1 (ko) * | 2017-11-02 | 2019-05-09 | 삼성전자주식회사 | 휘도 균일도 보정 장치 및 그 제어방법 |
CN110970003A (zh) * | 2019-12-24 | 2020-04-07 | 维沃移动通信有限公司 | 屏幕亮度调整方法、装置、电子设备及存储介质 |
CN113963659A (zh) * | 2020-07-21 | 2022-01-21 | 华为技术有限公司 | 显示设备的调整方法及显示设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8345038B2 (en) * | 2007-10-30 | 2013-01-01 | Sharp Laboratories Of America, Inc. | Methods and systems for backlight modulation and brightness preservation |
-
2023
- 2023-07-04 CN CN202310806196.2A patent/CN116524873B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101819609A (zh) * | 2001-09-21 | 2010-09-01 | 无线谷通讯有限公司 | 用于设计、跟踪、测量、预测和优化数据通信网络的系统和方法 |
EP1505565A1 (en) * | 2003-08-07 | 2005-02-09 | Barco N.V. | Method and system for controlling an OLED display element for improved lifetime and light output |
CN1886774A (zh) * | 2003-11-25 | 2006-12-27 | 伊斯曼柯达公司 | 具有老化补偿的oled显示器 |
DE102006027403A1 (de) * | 2006-06-13 | 2007-12-20 | Siemens Ag | Verfahren und Anordnung zum Ermitteln eines Leuchtdichte-Istwertes |
CN107872661A (zh) * | 2013-08-16 | 2018-04-03 | 杜比实验室特许公司 | 用于多调制显示器的光场模型化技术的系统和方法 |
WO2019088717A1 (ko) * | 2017-11-02 | 2019-05-09 | 삼성전자주식회사 | 휘도 균일도 보정 장치 및 그 제어방법 |
CN110970003A (zh) * | 2019-12-24 | 2020-04-07 | 维沃移动通信有限公司 | 屏幕亮度调整方法、装置、电子设备及存储介质 |
CN113963659A (zh) * | 2020-07-21 | 2022-01-21 | 华为技术有限公司 | 显示设备的调整方法及显示设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116524873A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3502966A1 (en) | Data generation apparatus, data generation method, and data generation program | |
US8515569B2 (en) | Work support system, work support method, and storage medium | |
CN116524873B (zh) | 显示屏的显示调整方法、装置以及计算机设备 | |
CN110222087B (zh) | 特征提取方法、装置及计算机可读存储介质 | |
CN112129741B (zh) | 绝缘油老化分析方法、装置、计算机设备和存储介质 | |
CN111176990A (zh) | 基于数据决策的测试数据生成方法、装置、计算机设备 | |
CN108229485A (zh) | 用于测试用户界面的方法和装置 | |
CN109285105A (zh) | 水印检测方法、装置、计算机设备和存储介质 | |
CN108280348B (zh) | 基于rgb图像映射的安卓恶意软件识别方法 | |
KR101588027B1 (ko) | 소프트웨어 현지화를 위한 테스트 케이스 생성 장치 및 방법 | |
CN110674360B (zh) | 一种用于数据的溯源方法和系统 | |
CN111401472B (zh) | 基于深度卷积神经网络的红外目标分类方法和装置 | |
CN110418204B (zh) | 基于微表情的视频推荐方法、装置、设备和存储介质 | |
CN110737881A (zh) | 一种智能设备指纹验证方法及装置 | |
CN116453438A (zh) | 一种显示屏参数检测方法、装置、设备及存储介质 | |
TWI778411B (zh) | 學習模型應用系統、學習模型應用方法及程式產品 | |
CN111783105A (zh) | 渗透测试方法、装置、设备及存储介质 | |
CN110717509A (zh) | 基于树分裂算法的数据样本分析方法及装置 | |
CN108764369B (zh) | 基于数据融合的人物识别方法、装置和计算机存储介质 | |
CN111767192B (zh) | 基于人工智能的业务数据检测方法、装置、设备和介质 | |
CN114463798A (zh) | 人脸识别模型的训练方法、装置、设备及存储介质 | |
CN112732693B (zh) | 智能化物联网数据采集方法、装置、设备及存储介质 | |
CN110162463A (zh) | 基于自动化测试工具的软件测试方法、装置及电子设备 | |
CN114219035A (zh) | 一种多传感器的数据融合方法及装置 | |
CN118395745B (zh) | 一种基于数字异构模型的智能化仿真系统及方法 |
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 |