CN117373402A - 一种控制液晶显示屏显示方法及系统 - Google Patents
一种控制液晶显示屏显示方法及系统 Download PDFInfo
- Publication number
- CN117373402A CN117373402A CN202311677298.5A CN202311677298A CN117373402A CN 117373402 A CN117373402 A CN 117373402A CN 202311677298 A CN202311677298 A CN 202311677298A CN 117373402 A CN117373402 A CN 117373402A
- Authority
- CN
- China
- Prior art keywords
- data
- pixel
- liquid crystal
- crystal display
- offset
- 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
Links
- 239000004973 liquid crystal related substance Substances 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims abstract description 61
- 210000005252 bulbus oculi Anatomy 0.000 claims abstract description 159
- 238000004458 analytical method Methods 0.000 claims abstract description 153
- 230000006978 adaptation Effects 0.000 claims abstract description 82
- 208000003464 asthenopia Diseases 0.000 claims abstract description 75
- 239000011159 matrix material Substances 0.000 claims abstract description 74
- 206010034960 Photophobia Diseases 0.000 claims abstract description 42
- 208000013469 light sensitivity Diseases 0.000 claims abstract description 42
- 238000005457 optimization Methods 0.000 claims abstract description 36
- 238000012549 training Methods 0.000 claims abstract description 18
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 230000035807 sensation Effects 0.000 claims description 118
- 230000036544 posture Effects 0.000 claims description 102
- 239000008280 blood Substances 0.000 claims description 77
- 210000004369 blood Anatomy 0.000 claims description 77
- 210000003128 head Anatomy 0.000 claims description 71
- 238000004422 calculation algorithm Methods 0.000 claims description 51
- 230000008859 change Effects 0.000 claims description 51
- 210000000744 eyelid Anatomy 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 34
- 210000003786 sclera Anatomy 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 12
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 8
- 210000001508 eye Anatomy 0.000 description 34
- 230000000007 visual effect Effects 0.000 description 28
- 238000005286 illumination Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 13
- 238000013461 design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 206010019233 Headaches Diseases 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 231100000869 headache Toxicity 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000017105 transposition Effects 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
- 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
- G09G3/34—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 by control of light from an independent source
- G09G3/36—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 by control of light from an independent source using liquid crystals
- G09G3/3607—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 by control of light from an independent source using liquid crystals for displaying colours or for displaying grey scales with a specific pixel layout, e.g. using sub-pixels
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
Abstract
本发明涉及显示屏显示技术领域,尤其涉及一种控制液晶显示屏显示方法及系统。所述方法包括以下步骤:对用户坐姿进行坐姿数据采集并进行视线偏移分析并进行眼球疲劳度分析并进行环境光感影响补偿,得到眼球疲劳度补偿数据;对液晶显示屏进行像素差值计算并进行矩阵转换,得到像素差值矩阵;根据位姿视线偏移数据进行偏移区域定位并对像素差值矩阵进行像素动态适配并根据眼球疲劳度补偿数据进行显示器光感动态调节,得到光感动态调节策略;对像素动态适配策略以及光感动态调节策略进行编码内聚分析并进行多级决策模型训练并进行固件优化,得到显示屏固件优化数据。本发明通过对液晶显示屏显示技术的优化,使得用户体验更加具有舒适度。
Description
技术领域
本发明涉及显示屏显示技术领域,尤其涉及一种控制液晶显示屏显示方法及系统。
背景技术
液晶显示屏已广泛应用于各种电子设备中,例如电视、计算机显示器、智能手机,液晶显示屏具有轻薄、低功耗、显示效果好的优点,因此受到了广泛的关注和应用。然而传统的液晶显示屏显示方法存在着无法对用户视觉状态进行实时调整,造成用户体验舒适度差,对比度不高的问题。
发明内容
基于此,有必要提供一种控制液晶显示屏显示方法及系统,以解决至少一个上述技术问题。
为实现上述目的,一种控制液晶显示屏显示方法,所述方法包括以下步骤:
步骤S1:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;根据坐姿图像数据集进行视线偏移分析,得到位姿视线偏移数据;
步骤S2:根据位姿视线偏移数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据;
步骤S3:对液晶显示屏进行像素差值计算,得到显示屏像素差值数据;对显示屏像素差值数据进行矩阵转换,得到像素差值矩阵;根据位姿视线偏移数据进行偏移区域定位,得到位姿视线偏移区域数据;根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略;
步骤S4:获取液晶显示屏固件数据;根据眼球疲劳度补偿数据进行显示器光感动态调节,得到光感动态调节策略;对像素动态适配策略以及光感动态调节策略进行编码内聚分析,得到像素光感内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
本发明通过对用户坐姿数据的采集和分析,可以评估用户在使用液晶显示屏时的姿势,通过采集用户的坐姿为后续的视线偏移分析提供了数据基础,视线偏移是指眼睛在不同角度和位置上的移动。过大的视线偏移可能导致眼睛疲劳和不适感,通过对位姿视线偏移的分析,可以评估用户在使用液晶显示屏时的视线偏移情况,并发现导致眼睛疲劳的问题,如过度眼球转动或频繁的视线转移,不同用户在使用液晶显示屏时的姿势和视线偏移习惯有所差异,通过该步骤采集的坐姿数据和位姿视线偏移数据可以用于个性化的用户适应性调节,根据不同用户的坐姿和视线习惯,可以优化显示屏的设置和调整,提供更适合个体用户的使用体验,增加用户的舒适感和满意度;通过位姿视线偏移数据的分析,可以评估用户在使用液晶显示屏时的眼球疲劳程度,这对于长时间使用计算机或其他显示屏的用户尤为重要,因为过度眼球疲劳可能导致眼睛不适、视力下降和头痛问题,通过这一分析,可以提供用户及时了解他们的眼睛疲劳状况的机会,以便他们采取必要的休息和调整,环境光感是指用户周围的光线强度和颜色,它对眼睛的舒适度和视觉体验有很大影响,不同的光线条件可能导致眼睛不适和疲劳,通过对初始眼球疲劳度数据进行环境光感影响补偿,可以更准确地评估用户眼睛的实际疲劳程度,考虑到周围环境的影响,这有助于提供更加精确的疲劳度数据,为后续的优化策略提供可靠的依据;过像素差值计算和矩阵转换,可以识别出液晶显示屏上不同区域之间的像素差值,这有助于优化显示品质,确保显示屏上的图像在各个区域都具有一致的色彩、亮度和对比度,这对于视觉体验的一致性非常重要,特别是在大尺寸或高分辨率的显示屏上;根据位姿视线偏移区域数据,可以确定用户的注视区域,通过像素动态适配,可以调整液晶显示屏上各个区域的像素,以提高用户当前注视区域的显示质量,这意味着用户会在他们看向的地方看到更清晰、更亮或更适宜的图像,这有助于提高用户的视觉体验;通过动态适配策略,还可以降低不必要的能源消耗,因为只有用户注视的区域需要进行高质量的像素渲染,此外,减少眼球疲劳也是一个重要的优点,因为显示屏只在用户需要时进行调整,不必在整个屏幕上保持高质量的显示;通过根据眼球疲劳度数据进行显示器光感动态调节,可以减少用户在长时间使用液晶显示屏时的眼球疲劳,这有助于提高用户的舒适度,降低潜在的健康风险,并有助于增加用户对产品或服务的满意度;通过光感动态调节策略,可以根据环境光线的变化,调整液晶显示屏的亮度和色温,以确保在不同光照条件下提供最佳的视觉体验,这有助于防止屏幕反射和提高可见性,尤其是在户外或强光照条件下,通过对像素动态适配策略和光感动态调节策略进行编码内聚分析,可以生成像素光感内聚编码数据,这有助于将不同的调节策略整合在一起,以实现更全面的显示优化,提高图像质量和用户体验,通过训练多级决策模型,可以根据不同的情境和用户需求自动选择和调整显示屏的设置,这有助于提供个性化的用户体验,确保在不同使用情境下获得最佳的显示效果,根据像素光感决策调节模型,对液晶显示屏固件数据进行优化,这有助于确保液晶显示屏能够以最佳方式响应用户需求和环境条件,提高性能、减少能源消耗,并延长设备寿命。因此本发明一种控制液晶显示屏显示方法是对传统的液晶显示屏显示方法做出的优化,解决了传统液晶显示屏显示方法存在的无法对用户视觉状态进行实时调整,造成用户体验舒适度差,对比度不高的问题,可以对用户视觉状态进行实时调整,提高了用户体验舒适度,增强了对比度。
优选地,步骤S1包括以下步骤:
步骤S11:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;
步骤S12:对坐姿图像数据集进行时间戳注入,生成坐姿图像时间数据集;对坐姿图像时间数据集进行坐姿移动轨迹分析,得到坐姿空间移动轨迹数据;
步骤S13:根据坐姿图像时间数据集进行头部区域偏移轨迹分析,得到头部区域偏移轨迹数据;
步骤S14:根据头部区域偏移轨迹数据以及坐姿空间移动轨迹数据进行视线偏移分析,得到位姿视线偏移数据。
本发明通过使用液晶显示屏摄像设备对用户的坐姿进行数据收集,可以获取大量的坐姿图像数据集,这些数据可以用于后续的分析和研究,以了解用户在使用显示屏时的坐姿习惯和行为;通过对坐姿图像时间数据集进行分析,可以得到用户在空间中的坐姿移动轨迹数据,这有助于了解用户在使用过程中的坐姿变化,包括位置变化、姿态变化,为后续的视线偏移分析提供基础数据;根据坐姿图像时间数据集,可以进一步分析用户的头部区域偏移轨迹数据,这有助于了解用户在使用过程中头部的运动情况,包括头部的旋转、倾斜或移动,从而更好地理解用户的视觉关注点和行为,结合头部区域偏移轨迹数据和坐姿空间移动轨迹数据,可以进行位姿视线偏移分析,这可以帮助研究人员了解用户的视线偏移情况,即用户在使用显示屏时视线的偏移方向和程度。
优选地,步骤S14包括以下步骤:
步骤S141:根据头部区域偏移轨迹数据进行头部偏移幅度评估,得到头部偏移幅度数据;对头部偏移幅度数据进行偏移角度计算,得到头部偏移角度数据集;
步骤S142:根据坐姿空间移动轨迹数据对液晶显示屏进行移动距离计算,得到移动轨迹距离数据集;
步骤S143:对头部偏移角度数据集进行正态分布概率分析,得到偏移角度概率数据;对移动轨迹距离数据集进行方差计算,得到移动轨迹距离方差数据;
步骤S144:根据偏移角度概率数据以及移动轨迹距离方差数据对液晶显示屏进行位姿视线倾斜三维平面构建,得到视线倾斜三维平面数据集;
步骤S145:对视线倾斜三维平面数据集进行空间坐标节点关联,得到坐标节点关联数据;
步骤S146:基于坐标节点关联数据对视线倾斜三维平面数据集进行空间平面拟合,得到空间平面拟合数据;
步骤S147:基于坐标节点关联数据对视线倾斜三维平面数据集进行平面旋转差计算,得到视线倾斜平面差数据;
步骤S148:根据空间平面拟合数据以及视线倾斜平面差数据进行视线偏移分析,得到位姿视线偏移数据。
本发明通过对头部区域偏移轨迹数据进行分析,可以评估用户头部的偏移幅度,并计算头部的偏移角度,这有助于了解用户在使用显示屏时头部的姿态变化,为后续的位姿视线偏移分析提供基础数据;于坐姿空间移动轨迹数据,可以计算液晶显示屏的移动轨迹距离,这可以帮助了解用户在使用过程中对显示屏的移动情况,包括平移或旋转,该数据可以用于后续的视线偏移分析;通过对头部偏移角度数据集进行正态分布概率分析,以及对移动轨迹距离数据集进行方差计算,可以得到偏移角度概率数据和移动轨迹距离方差数据,这些数据提供了用户头部偏移和移动轨迹的统计特征,有助于后续的位姿视线偏移分析和模型构建;结合偏移角度概率数据和移动轨迹距离方差数据,可以对液晶显示屏进行位姿视线倾斜三维平面的构建,这个平面可以描述用户的视线倾斜情况,为后续的位姿视线偏移分析提供基础;通过对视线倾斜三维平面数据集进行空间坐标节点关联和平面拟合,可以建立视线倾斜的空间模型,这有助于更详细地描述用户的位姿视线偏移情况,并提供更一致的分析结果;基于空间平面拟合数据和视线倾斜平面差数据,可以进行视线偏移分析,得到位姿视线偏移数据,这可以帮助研究人员了解用户的位姿和视线关系,为显示屏设计和人机交互提供指导,以提高用户体验和工作效率。
优选地,步骤S2包括以下步骤:
步骤S21:对液晶显示屏使用环境进行数据收集,得到使用环境数据;
步骤S22:对使用环境数据进行光感强弱变化评估,得到环境光感变化数据;
步骤S23:根据位姿视线偏移数据对坐姿图像数据集进行用户眼睑开合频率统计,得到眼睑开合频率数据;
步骤S24:根据位姿视线偏移数据以及眼睑开合频率数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;
步骤S25:根据环境光感变化数据对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据。
本发明通过对液晶显示屏使用环境进行数据收集,可以获取与显示屏使用相关的环境信息。这包括光照条件、背景噪声、温度,使用环境数据有助于了解用户在实际使用中所处的环境背景,为后续分析提供基础,基于使用环境数据,可以对光感强弱变化进行评估,通过分析环境中光照的变化情况,可以了解用户在使用过程中可能面临的光照变动情况,这有助于识别与光照相关的问题,并在后续的眼球疲劳度分析中进行补偿;根据位姿视线偏移数据对坐姿图像数据集进行眼睑开合频率统计,可以获取用户的眼睑开合频率数据,眼睑开合频率是眼睛疲劳程度的一个重要指标,可以用于判断用户使用显示屏时眼睛的疲劳程度;结合位姿视线偏移数据和眼睑开合频率数据,可以进行眼球疲劳度分析,这有助于评估用户在长时间使用液晶显示屏时眼球疲劳程度,通过眼球疲劳度分析,可以识别潜在的眼睛疲劳问题,并针对性地改善显示屏设计和用户体验;根据环境光感变化数据对初始眼球疲劳度数据进行补偿,环境光感变化可能会对眼睛产生影响,补偿眼球疲劳度数据可以更准确地评估用户的眼睛疲劳程度,这有助于提供更精确的眼睛疲劳度评估结果,并指导显示屏设计和使用环境的优化。
优选地,步骤S24包括以下步骤:
步骤S241:对坐姿图像数据集进行眼球巩膜区域界定,得到眼球巩膜区域数据;
步骤S242:根据位姿视线偏移数据对眼球巩膜区域数据进行血丝纹路变化分析,得到巩膜血丝纹路数据;
步骤S243:对巩膜血丝纹路数据进行血丝密度计算,得到血丝密度数据;
步骤S244:对眼睑开合频率数据进行开合时间间隔计算,得到开合时间间隔数据;
步骤S245:利用眼球疲劳度分析算法对血丝密度数据以及开合时间间隔数据进行眼球疲劳度分析,得到初始眼球疲劳度数据。
本发明通过对坐姿图像数据集进行眼球巩膜区域界定,可以准确确定眼球巩膜的位置,这有助于后续的眼球疲劳度分析,以保证分析的准确性和可靠性;基于位姿视线偏移数据,对眼球巩膜区域数据进行血丝纹路变化分析,巩膜血丝纹路的变化可以是眼睛疲劳和炎症的指标之一,通过分析血丝纹路的变化,可以判断眼球疲劳程度并提供相应的反馈和建议;对巩膜血丝纹路数据进行血丝密度计算,可以定量评估眼球巩膜区域的血丝密度,血丝密度的增加可能与眼睛疲劳和眼部不适有关,通过计算血丝密度,可以更准确地评估眼球疲劳的程度,并提供指导和建议;根据眼睑开合频率数据,计算眼睑的开合时间间隔,开合时间间隔是眼睑运动的一个重要指标,可以反映眼睛的疲劳程度和活动情况,通过计算开合时间间隔,可以了解眼睑活动的规律性和频率,从而对眼球疲劳度进行分析和评估;利用眼球疲劳度分析算法,结合血丝密度数据和开合时间间隔数据对眼球疲劳度进行分析,通过综合考虑巩膜血丝纹路变化和眼睑活动的指标,可以更全面地评估眼球的疲劳程度,并提供相应的建议和改善措施。
优选地,步骤S246中的眼球疲劳度分析算法如下所示:
其中,表示眼球疲劳度的结果值,/>表示血丝密度数值,/>表示眼睑开合时间间隔数值,/>表示血丝密度和开合时间间隔的乘积权重系数,/>表示最大疲劳度预估值,/>表示眼球表面血丝的数量值,/>表示疲劳度参考区间值,/>表示眼球疲劳度分析算法的误差调整值。
本发明构建了一个眼球疲劳度分析算法,该算法通过综合考虑血丝密度、开合时间间隔和血丝数量指标,以及设定最大疲劳度预估值和参考区间,来计算眼球疲劳度的结果值,该结果值可以帮助评估眼球的疲劳程度,并提供相关的建议和改善措施,以增强视觉舒适度并减轻眼睛疲劳程度。眼球疲劳度的结果值,用于表示眼球的疲劳程度,数值越高表示眼球疲劳程度越高;血丝密度数值/>,血丝密度是指眼球巩膜区域的血丝数量,该参数用于衡量眼球表面的血丝密集程度,较高的血丝密度与眼球疲劳有关;眼睑开合时间间隔数值/>,眼睑开合时间间隔是指眼睑从闭合到再次闭合的时间间隔,用于反映眼睛的活动情况,开合时间间隔的变化可能与眼睛疲劳度相关;血丝密度和开合时间间隔的乘积权重系数/>,该参数用于调整血丝密度和开合时间间隔两个指标之间的关系,以考虑它们对眼球疲劳度的综合影响,通过调整该系数,可以根据不同情况下的重要性赋予二者不同的权重;最大疲劳度预估值/>,该参数用于控制眼球疲劳度的上限值,即最大预估疲劳程度;眼球表面血丝的数量值/>,该参数用于描述眼球表面血丝的数量,与眼球的疲劳程度相关;疲劳度参考区间值/>,该参数用于设定疲劳度的参考区间,可以根据实际情况进行调整,通过设定适当的参考区间,便于判断眼球疲劳度的程度;眼球疲劳度分析算法的误差调整值/>,该参数用于对整个眼球疲劳度分析算法的结果进行误差调整,以提高算法的准确性和稳定性。
优选地,步骤S3包括以下步骤:
步骤S31:对液晶显示屏进行中心区域像素点检测,得到中心区域像素数据;对液晶显示屏进行边缘区域像素点检测,得到边缘区域像素数据;
步骤S32:根据中心区域像素数据以及边缘区域像素数据进行像素差值计算,得到显示屏像素差值数据;
步骤S33:根据显示屏像素差值数据对液晶显示屏进行点阵排列分析,得到像素点阵排列差值数据;
步骤S34:对像素点阵排列差值数据进行矩阵转换,得到像素差值矩阵;
步骤S35:根据位姿视线偏移数据对液晶显示屏进行偏移区域定位,得到位姿视线偏移区域数据;
步骤S36:根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略。
本发明通过对液晶显示屏进行中心区域像素点检测和边缘区域像素点检测,可以获得显示屏的中心区域像素数据和边缘区域像素数据,这些数据可以提供液晶显示屏不同区域的像素信息,为后续的像素差值计算和分析提供基础数据;根据中心区域像素数据和边缘区域像素数据进行像素差值计算,可以得到显示屏的像素差值数据,通过计算像素差值,可以衡量液晶显示屏不同区域之间的像素差异,进而了解显示屏的整体画质状况和均匀性,据显示屏像素差值数据对液晶显示屏进行点阵排列分析,可以得到像素点阵排列的差值数据,通过分析点阵排列差值,可以检测到液晶显示屏可能存在的点阵排列问题,例如像素错位、明暗差异,这有助于评估显示屏的点阵排列质量和均匀性;对像素点阵排列差值数据进行矩阵转换,可以得到像素差值矩阵,将差值数据转换为矩阵形式可以更方便地进行后续的分析和处理,例如进一步的矩阵运算、图像处理;根据位姿视线偏移数据对液晶显示屏进行偏移区域定位,可以得到位姿视线偏移区域数据,通过分析位姿视线偏移数据,可以确定液晶显示屏上存在的偏移区域,即视线集中或偏离的位置,这有助于定位显示屏上可能出现的问题,例如像素偏移、图像失真,根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略,根据位姿视线偏移区域的数据,可以对像素差值矩阵进行适当的调整和处理,以实现像素的动态适配,进而提升显示屏的画质和观看体验。
优选地,步骤S4包括以下步骤:
步骤S41:获取液晶显示屏固件数据;
步骤S42:根据位姿视线偏移区域数据对液晶显示屏进行偏移区域光感强度评估,得到偏移区域光感强度数据;
步骤S43:对眼球疲劳度补偿数据进行疲劳规律动态分析,得到疲劳规律动态数据;
步骤S44:根据疲劳规律动态数据对偏移区域光感强度数据进行显示器光感动态调节,得到光感动态调节策略;
步骤S45:对像素动态适配策略以及光感动态调节策略进行策略编码,分别得到像素动态适配编码数据和光感动态调节编码数据;
步骤S46:利用编码内聚拟合算法对像素动态适配编码数据以及光感动态调节编码数据进行编码内聚分析,得到像素光感内聚编码数据;
步骤S47:对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;
步骤S48:根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
本发明获取液晶显示屏固件数据,通过获取液晶显示屏固件数据,可以获得显示屏的基本信息和参数设置,为后续的分析和调节提供必要的数据基础;根据位姿视线偏移区域数据对液晶显示屏进行偏移区域光感强度评估,得到偏移区域光感强度数据,通过评估偏移区域的光感强度,可以了解液晶显示屏在不同区域的亮度差异,进而进行光感动态调节的准备工作;对眼球疲劳度补偿数据进行疲劳规律动态分析,得到疲劳规律动态数据,通过分析眼球疲劳度补偿数据的疲劳规律,可以了解人眼在观看液晶显示屏时的疲劳程度和特点,为后续的光感动态调节提供参考依据;根据疲劳规律动态数据对偏移区域光感强度数据进行显示器光感动态调节,得到光感动态调节策略,根据疲劳规律动态数据来调节偏移区域的光感强度,可以根据人眼疲劳程度的变化,自动调节显示屏的亮度和对比度,以优化视觉体验和降低眼部疲劳度;对像素动态适配策略以及光感动态调节策略进行策略编码,分别得到像素动态适配编码数据和光感动态调节编码数据,将像素动态适配策略和光感动态调节策略进行编码,可以将策略信息转化为可处理的数据形式,便于后续的分析和处理;利用编码内聚拟合算法对像素动态适配编码数据以及光感动态调节编码数据进行编码内聚分析,得到像素光感内聚编码数据,通过编码内聚分析,可以进一步优化编码数据,提取特征信息,并将像素动态适配编码数据和光感动态调节编码数据进行整合,得到更综合、更有效的内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型,通过对像素光感内聚编码数据进行多级决策模型训练,可以建立相应的决策模型,用于根据实际情况进行光感调节决策,以最优化的方式调整显示屏的亮度、对比度和色彩参数,提升观看体验;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据,根据像素光感决策调节模型,对液晶显示屏固件数据进行优化,调整显示屏的参数和设置,以满足光感调节的需求,提升显示屏的画质、亮度和色彩表现等方面的性能。
优选地,步骤S46中的编码内聚拟合算法如下所示:
其中,表示编码内聚拟合的输出值,/>表示像素动态适配编码数据的数据冗余度,表示光感动态调节编码数据的贡献系数,/>表示像素动态适配编码数据的耦合度值,/>表示光感初始强度值,/>表示光感影响权重系数,/>表示像素差值,/>表示光感动态调节次数值,表示编码内聚拟合算法的偏移修正值。
本发明构建了一个编码内聚拟合算法,该算法充分考虑了像素动态适配编码数据的数据冗余度,该参数表示像素动态适配编码数据的冗余度,较高的冗余度可以增加编码的容错性,使得编码更加鲁棒,并减少数据丢失的风险;光感动态调节编码数据的贡献系数,该参数表示光感动态调节编码数据对输出值的贡献程度,较高的贡献系数可以使光感数据更加显著地影响输出值,从而实现对光照变化的更敏感的编码;像素动态适配编码数据的耦合度值/>,该参数表示像素动态适配编码数据的耦合度,较高的耦合度可以增加像素之间的相关性,使得编码更能捕捉到像素之间的空间信息,并提高编码的效率和准确性;光感初始强度值/>,该参数表示光感的初始强度值,它可以影响编码过程中对光强变化的敏感度,较高的初始强度值可以增加对光强变化的敏感性;光感影响权重系数/>,该参数表示光感对输出值的影响权重系数,较高的权重系数可以增加光感在编码过程中的影响力,使得编码更加关注光感数据的变化;像素差值/>,它可以用于衡量像素之间的变化程度,较大的差值可以表示较大的变化,从而在编码中引入更多的变量,增加编码的灵活性;光感动态调节次数值/>,该参数表示光感动态调节的次数值,它可以控制光感数据的调节程度,较高的调节次数值可以使编码更加灵活地适应光照变化;编码内聚拟合算法的偏移修正值/>,该参数表示编码内聚拟合算法的偏移修正值,它可以用于调整整体编码的偏移量,从而使编码的输出更加符合实际情况。
附图说明
图1为一种控制液晶显示屏显示方法的步骤流程示意图;
图2为图1中步骤S1的详细实施步骤流程示意图;
图3为图2中步骤S14的详细实施步骤流程示意图;
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
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图3,一种控制液晶显示屏显示方法,所述方法包括以下步骤:
步骤S1:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;根据坐姿图像数据集进行视线偏移分析,得到位姿视线偏移数据;
步骤S2:根据位姿视线偏移数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据;
步骤S3:对液晶显示屏进行像素差值计算,得到显示屏像素差值数据;对显示屏像素差值数据进行矩阵转换,得到像素差值矩阵;根据位姿视线偏移数据进行偏移区域定位,得到位姿视线偏移区域数据;根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略;
步骤S4:获取液晶显示屏固件数据;根据眼球疲劳度补偿数据进行显示器光感动态调节,得到光感动态调节策略;对像素动态适配策略以及光感动态调节策略进行编码内聚分析,得到像素光感内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
本发明实施例中,参考图1所述,为本发明一种控制液晶显示屏显示方法及系统的步骤流程示意图,在本实例中,所述一种控制液晶显示屏显示方法包括以下步骤:
步骤S1:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;根据坐姿图像数据集进行视线偏移分析,得到位姿视线偏移数据;
本发明实施例中,确保摄像设备的清晰度和分辨率足够高,能够捕捉到用户的坐姿细节和眼睛的运动轨迹,用户坐在使用设备前,摄像设备拍摄用户的坐姿图像,捕捉用户实际使用时的姿势,对采集到的坐姿图像进行处理和存储,建立坐姿图像数据,这包括图像预处理、裁剪和标注,图像处理和计算机视觉技术,对坐姿图像数据集进行分析,识别用户眼睛的位置和运动轨迹,通过算法检测用户的视线偏移,即眼睛相对于正常中心位置的偏移程度,得到位姿视线偏移数据,通常以像素或角度。
步骤S2:根据位姿视线偏移数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据;
本发明实施例中,根据位姿视线偏移数据,根据不同的位姿视线偏移值考虑与眼球运动的频率、幅度、持续时间因素,结合使用时间进行综合分析;获取环境光感数据,通过光敏感器或其他环境感知设备,分析环境光感数据,了解光照强度、颜色,将环境光感数据与初始眼球疲劳度数据进行关联分析,确定环境光感对眼球疲劳度的影响,制定补偿策略,根据环境光感数据对初始眼球疲劳度数据进行调整,得到眼球疲劳度补偿数据。
步骤S3:对液晶显示屏进行像素差值计算,得到显示屏像素差值数据;对显示屏像素差值数据进行矩阵转换,得到像素差值矩阵;根据位姿视线偏移数据进行偏移区域定位,得到位姿视线偏移区域数据;根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略;
本发明实施例中,通过液晶显示屏获取原始图像数据,对相邻像素之间的差值进行计算,形成像素差值数据,这可以通过比较相邻像素的亮度、颜色属性来实现,对得到的像素差值数据进行矩阵转换,这包括线性代数中的一些变换,例如矩阵乘法、转置,以便更好地处理和分析数据,利用位姿视线偏移数据,确定用户的视线偏移区域,包括识别用户正在观看的区域或对整个显示屏进行分块,以获取每个区域的偏移数据,根据位姿视线偏移区域数据,将相应区域的像素差值矩阵提取出来,用于后续的适配处理,结合位姿视线偏移区域数据,对相应区域的像素差值矩阵进行像素动态适配,这涉及到一些图像处理算法,用于调整显示区域的亮度、对比度、颜色,以适应用户的视觉需求,适配策略可能根据偏移的方向、幅度、频率参数进行调整,以提供更好的用户体验。
步骤S4:获取液晶显示屏固件数据;根据眼球疲劳度补偿数据进行显示器光感动态调节,得到光感动态调节策略;对像素动态适配策略以及光感动态调节策略进行编码内聚分析,得到像素光感内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
本发明实施例中,从液晶显示屏中读取或获取固件数据,这可能包括显示屏的硬件配置、驱动程序信息;利用眼球疲劳度补偿数据,设计光感动态调节策略,这包括调整显示屏的亮度、色温参数,以减轻用户眼睛的疲劳感;对像素动态适配策略和光感动态调节策略进行编码内聚分析,这包括将策略转化为计算机可执行的代码或配置文件,以便后续的应用;根据分析结果,生成像素光感内聚编码数据,这可能是一种数据结构或配置文件,其中包含了对像素动态适配和光感动态调节的编码信息;根据分析结果,生成像素光感内聚编码数据,是一种数据结构或配置文件,其中包含了对像素动态适配和光感动态调节的编码信息;利用决策树算法对像素光感内聚编码数据,构建多级决策模型;根据训练好的像素光感决策调节模型,对液晶显示屏的固件数据进行优化,包括调整固件中的参数、配置文件,以实现更好的显示效果和用户体验,将优化后的固件数据保存或更新到液晶显示屏中,以应用新的调节策略。
本发明通过对用户坐姿数据的采集和分析,可以评估用户在使用液晶显示屏时的姿势,通过采集用户的坐姿为后续的视线偏移分析提供了数据基础,视线偏移是指眼睛在不同角度和位置上的移动。过大的视线偏移可能导致眼睛疲劳和不适感,通过对位姿视线偏移的分析,可以评估用户在使用液晶显示屏时的视线偏移情况,并发现导致眼睛疲劳的问题,如过度眼球转动或频繁的视线转移,不同用户在使用液晶显示屏时的姿势和视线偏移习惯有所差异,通过该步骤采集的坐姿数据和位姿视线偏移数据可以用于个性化的用户适应性调节,根据不同用户的坐姿和视线习惯,可以优化显示屏的设置和调整,提供更适合个体用户的使用体验,增加用户的舒适感和满意度;通过位姿视线偏移数据的分析,可以评估用户在使用液晶显示屏时的眼球疲劳程度,这对于长时间使用计算机或其他显示屏的用户尤为重要,因为过度眼球疲劳可能导致眼睛不适、视力下降和头痛问题,通过这一分析,可以提供用户及时了解他们的眼睛疲劳状况的机会,以便他们采取必要的休息和调整,环境光感是指用户周围的光线强度和颜色,它对眼睛的舒适度和视觉体验有很大影响,不同的光线条件可能导致眼睛不适和疲劳,通过对初始眼球疲劳度数据进行环境光感影响补偿,可以更准确地评估用户眼睛的实际疲劳程度,考虑到周围环境的影响,这有助于提供更加精确的疲劳度数据,为后续的优化策略提供可靠的依据;过像素差值计算和矩阵转换,可以识别出液晶显示屏上不同区域之间的像素差值,这有助于优化显示品质,确保显示屏上的图像在各个区域都具有一致的色彩、亮度和对比度,这对于视觉体验的一致性非常重要,特别是在大尺寸或高分辨率的显示屏上;根据位姿视线偏移区域数据,可以确定用户的注视区域,通过像素动态适配,可以调整液晶显示屏上各个区域的像素,以提高用户当前注视区域的显示质量,这意味着用户会在他们看向的地方看到更清晰、更亮或更适宜的图像,这有助于提高用户的视觉体验;通过动态适配策略,还可以降低不必要的能源消耗,因为只有用户注视的区域需要进行高质量的像素渲染,此外,减少眼球疲劳也是一个重要的优点,因为显示屏只在用户需要时进行调整,不必在整个屏幕上保持高质量的显示;通过根据眼球疲劳度数据进行显示器光感动态调节,可以减少用户在长时间使用液晶显示屏时的眼球疲劳,这有助于提高用户的舒适度,降低潜在的健康风险,并有助于增加用户对产品或服务的满意度;通过光感动态调节策略,可以根据环境光线的变化,调整液晶显示屏的亮度和色温,以确保在不同光照条件下提供最佳的视觉体验,这有助于防止屏幕反射和提高可见性,尤其是在户外或强光照条件下,通过对像素动态适配策略和光感动态调节策略进行编码内聚分析,可以生成像素光感内聚编码数据,这有助于将不同的调节策略整合在一起,以实现更全面的显示优化,提高图像质量和用户体验,通过训练多级决策模型,可以根据不同的情境和用户需求自动选择和调整显示屏的设置,这有助于提供个性化的用户体验,确保在不同使用情境下获得最佳的显示效果,根据像素光感决策调节模型,对液晶显示屏固件数据进行优化,这有助于确保液晶显示屏能够以最佳方式响应用户需求和环境条件,提高性能、减少能源消耗,并延长设备寿命。因此本发明一种控制液晶显示屏显示方法是对传统的液晶显示屏显示方法做出的优化,解决了传统液晶显示屏显示方法存在的无法对用户视觉状态进行实时调整,造成用户体验舒适度差,对比度不高的问题,可以对用户视觉状态进行实时调整,提高了用户体验舒适度,增强了对比度。
优选地,步骤S1包括以下步骤:
步骤S11:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;
步骤S12:对坐姿图像数据集进行时间戳注入,生成坐姿图像时间数据集;对坐姿图像时间数据集进行坐姿移动轨迹分析,得到坐姿空间移动轨迹数据;
步骤S13:根据坐姿图像时间数据集进行头部区域偏移轨迹分析,得到头部区域偏移轨迹数据;
步骤S14:根据头部区域偏移轨迹数据以及坐姿空间移动轨迹数据进行视线偏移分析,得到位姿视线偏移数据。
作为本发明的一个实例,参考图2所示,在本实例中所述步骤S1包括:
步骤S11:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;
本发明实施例中,确保液晶显示屏上安装有摄像设备,用于捕捉用户的坐姿,启动摄像设备,开始采集用户在液晶显示屏前的坐姿图像数据,将采集到的坐姿图像数据保存到一个数据集中,以备后续分析使用。
步骤S12:对坐姿图像数据集进行时间戳注入,生成坐姿图像时间数据集;对坐姿图像时间数据集进行坐姿移动轨迹分析,得到坐姿空间移动轨迹数据;
本发明实施例中,为坐姿图像数据集注入时间戳,记录每一帧图像的采集时间,结合时间戳信息,生成坐姿图像时间数据集,形成图像与时间的对应关系,对坐姿图像时间数据集进行分析,识别用户的坐姿移动轨迹,包括用户是否移动、坐姿的变化。
步骤S13:根据坐姿图像时间数据集进行头部区域偏移轨迹分析,得到头部区域偏移轨迹数据;
本发明实施例中,从坐姿图像数据集中提取头部区域,需要使用计算机视觉技术进行人脸检测和关键点定位;分析头部区域在时间上的偏移轨迹,了解用户头部在空间中的移动情况。
步骤S14:根据头部区域偏移轨迹数据以及坐姿空间移动轨迹数据进行视线偏移分析,得到位姿视线偏移数据。
本发明实施例中,将头部区域偏移轨迹数据与坐姿空间移动轨迹数据结合,得到头部相对于整个坐姿的位移情况,根据头部位移情况,分析用户的视线偏移,即用户在液晶显示屏上看向不同位置的情况,生成位姿视线偏移数据,描述用户在使用液晶显示屏时的视线变化情况。
本发明通过使用液晶显示屏摄像设备对用户的坐姿进行数据收集,可以获取大量的坐姿图像数据集,这些数据可以用于后续的分析和研究,以了解用户在使用显示屏时的坐姿习惯和行为;通过对坐姿图像时间数据集进行分析,可以得到用户在空间中的坐姿移动轨迹数据,这有助于了解用户在使用过程中的坐姿变化,包括位置变化、姿态变化,为后续的视线偏移分析提供基础数据;根据坐姿图像时间数据集,可以进一步分析用户的头部区域偏移轨迹数据,这有助于了解用户在使用过程中头部的运动情况,包括头部的旋转、倾斜或移动,从而更好地理解用户的视觉关注点和行为,结合头部区域偏移轨迹数据和坐姿空间移动轨迹数据,可以进行位姿视线偏移分析,这可以帮助研究人员了解用户的视线偏移情况,即用户在使用显示屏时视线的偏移方向和程度。
优选地,步骤S14包括以下步骤:
步骤S141:根据头部区域偏移轨迹数据进行头部偏移幅度评估,得到头部偏移幅度数据;对头部偏移幅度数据进行偏移角度计算,得到头部偏移角度数据集;
步骤S142:根据坐姿空间移动轨迹数据对液晶显示屏进行移动距离计算,得到移动轨迹距离数据集;
步骤S143:对头部偏移角度数据集进行正态分布概率分析,得到偏移角度概率数据;对移动轨迹距离数据集进行方差计算,得到移动轨迹距离方差数据;
步骤S144:根据偏移角度概率数据以及移动轨迹距离方差数据对液晶显示屏进行位姿视线倾斜三维平面构建,得到视线倾斜三维平面数据集;
步骤S145:对视线倾斜三维平面数据集进行空间坐标节点关联,得到坐标节点关联数据;
步骤S146:基于坐标节点关联数据对视线倾斜三维平面数据集进行空间平面拟合,得到空间平面拟合数据;
步骤S147:基于坐标节点关联数据对视线倾斜三维平面数据集进行平面旋转差计算,得到视线倾斜平面差数据;
步骤S148:根据空间平面拟合数据以及视线倾斜平面差数据进行视线偏移分析,得到位姿视线偏移数据。
作为本发明的一个实例,参考图3所示,在本实例中所述步骤S14包括:
步骤S141:根据头部区域偏移轨迹数据进行头部偏移幅度评估,得到头部偏移幅度数据;对头部偏移幅度数据进行偏移角度计算,得到头部偏移角度数据集;
本发明实施例中,使用图像处理技术从坐姿图像数据集中提取头部区域;通过分析头部区域的偏移轨迹数据,评估头部的偏移幅度;利用头部偏移幅度数据,进行适当的数学计算,涉及三角函数等数学知识,这些计算可以帮助确定头部相对于参考点的偏移角度,得到头部偏移的角度数据集。
步骤S142:根据坐姿空间移动轨迹数据对液晶显示屏进行移动距离计算,得到移动轨迹距离数据集;
本发明实施例中, 利用坐姿空间移动轨迹数据,计算用户在液晶显示屏前的移动距离,将计算得到的移动距离信息保存到数据集中。
步骤S143:对头部偏移角度数据集进行正态分布概率分析,得到偏移角度概率数据;对移动轨迹距离数据集进行方差计算,得到移动轨迹距离方差数据;
本发明实施例中,使用统计方法(例如Shapiro-Wilk检验、Kolmogorov-Smirnov检验)来检验头部偏移角度数据是否符合正态分布,数据符合正态分布,估计正态分布的参数,包括均值和标准差,这可以通过样本均值和样本标准差来估计,利用正态分布的累积分布函数(CDF)计算每个头部偏移角度值对应的概率,这将生成一个概率数据集,表示每个角度值在正态分布中的相对位置,使用方差公式计算移动轨迹距离数据的方差,方差表示数据点相对于数据集均值的离散程度,是衡量分布广度的一种指标。
步骤S144:根据偏移角度概率数据以及移动轨迹距离方差数据对液晶显示屏进行位姿视线倾斜三维平面构建,得到视线倾斜三维平面数据集;
本发明实施例中,准备偏移角度概率数据和移动轨迹距离方差数据,根据偏移角度概率数据,确定每个位置的倾斜角度,将这些角度应用到液晶显示屏的基准平面上,构建倾斜的三维平面,这可以通过旋转和位移变换来实现,使用移动轨迹距离方差数据来调整构建的三维平面,考虑用户的头部移动轨迹的不确定性,较大的方差意味着用户的移动范围较广,因此应该在平面构建时考虑更大的灵活性;将得到的视线倾斜三维平面数据集整理成适当的格式,以便后续的分析和应用,包括三维坐标、法向量。
步骤S145:对视线倾斜三维平面数据集进行空间坐标节点关联,得到坐标节点关联数据;
本发明实施例中,获取视线倾斜三维平面数据集,该数据集应包括液晶显示屏上的坐标点及其相应的属性信息,如坐标位置、法向量,对于每个坐标点,找到其附近的相邻点,这些相邻点可以位于平面上,也可以是空间中的其他坐标点,这些点可以通过距离阈值或者空间相对位置来确定,使用数据分析方法或算法,例如点云分析、曲面拟合、三维重建,来建立坐标点之间的关联,这些方法可以根据点的位置和属性来确定它们之间的关系,对于每对关联的坐标节点,记录它们之间的关联信息,包括坐标点的标识符、相对位置、法向量信息,这将构成坐标节点关联数据。
步骤S146:基于坐标节点关联数据对视线倾斜三维平面数据集进行空间平面拟合,得到空间平面拟合数据;
本发明实施例中,获取坐标节点关联数据,该数据包括了视线倾斜三维平面上的坐标节点及其关联信息,选择适当的空间平面拟合算法,用于将坐标节点关联数据拟合成一个或多个平面模型,常用的拟合算法包括最小二乘法、RANSAC(随机抽样一致算法),根据选择的拟合算法,初始化拟合所需的参数,如初始拟合平面的位置、法向量,使用选择的拟合算法,将坐标节点关联数据拟合成一个或多个平面模型,这个过程会调整拟合平面的参数,以最大程度地符合关联数据,对拟合结果进行评估,以确定拟合的准确性和适用性。这可能涉及计算拟合误差、可靠性指标,将拟合得到的空间平面的参数以及相关信息记录下来,构成空间平面拟合数据。
步骤S147:基于坐标节点关联数据对视线倾斜三维平面数据集进行平面旋转差计算,得到视线倾斜平面差数据;
本发明实施例中,使用前述步骤S146得到的空间平面拟合数据,提取每个平面的参数,如位置、法向量,对于每个平面,根据其法向量或其他相关参数,计算旋转矩阵。这个矩阵描述了将一个平面旋转到与参考平面一致的变换,对于视线倾斜三维平面上的每个坐标节点,应用相应的旋转矩阵,将其坐标从原始坐标系转换到参考坐标系,对于每个坐标节点,在转换后的坐标系中,计算其所属平面与参考平面之间的差异,这可以通过计算点到平面的距离或其他适当的度量来完成,分析生成的视线倾斜平面差数据,以了解不同部分之间的平面差异性质,涉及到角度、距离或其他相关的度量。
步骤S148:根据空间平面拟合数据以及视线倾斜平面差数据进行视线偏移分析,得到位姿视线偏移数据。
本发明实施例中,利用前面的步骤S146,获取空间平面拟合的相关数据,包括平面的参数、位置,利用步骤S147得到的视线倾斜平面差数据,这些数据反映了不同平面之间的差异,将空间平面拟合数据和视线倾斜平面差数据进行关联,确保每个视线倾斜平面差数据与其对应的空间平面拟合数据相匹配,对于每组关联的数据,计算相应的位姿视线偏移,这通常涉及到将视线倾斜平面差数据映射到位姿偏移的度量,这可以是旋转角度、平移距离,对计算得到的位姿视线偏移数据进行分析,可能需要统计不同部分或时刻的偏移量,这有助于理解系统在不同条件下的表现。
本发明通过对头部区域偏移轨迹数据进行分析,可以评估用户头部的偏移幅度,并计算头部的偏移角度,这有助于了解用户在使用显示屏时头部的姿态变化,为后续的位姿视线偏移分析提供基础数据;于坐姿空间移动轨迹数据,可以计算液晶显示屏的移动轨迹距离,这可以帮助了解用户在使用过程中对显示屏的移动情况,包括平移或旋转,该数据可以用于后续的视线偏移分析;通过对头部偏移角度数据集进行正态分布概率分析,以及对移动轨迹距离数据集进行方差计算,可以得到偏移角度概率数据和移动轨迹距离方差数据,这些数据提供了用户头部偏移和移动轨迹的统计特征,有助于后续的位姿视线偏移分析和模型构建;结合偏移角度概率数据和移动轨迹距离方差数据,可以对液晶显示屏进行位姿视线倾斜三维平面的构建,这个平面可以描述用户的视线倾斜情况,为后续的位姿视线偏移分析提供基础;通过对视线倾斜三维平面数据集进行空间坐标节点关联和平面拟合,可以建立视线倾斜的空间模型,这有助于更详细地描述用户的位姿视线偏移情况,并提供更一致的分析结果;基于空间平面拟合数据和视线倾斜平面差数据,可以进行视线偏移分析,得到位姿视线偏移数据,这可以帮助研究人员了解用户的位姿和视线关系,为显示屏设计和人机交互提供指导,以提高用户体验和工作效率。
优选地,步骤S2包括以下步骤:
步骤S21:对液晶显示屏使用环境进行数据收集,得到使用环境数据;
步骤S22:对使用环境数据进行光感强弱变化评估,得到环境光感变化数据;
步骤S23:根据位姿视线偏移数据对坐姿图像数据集进行用户眼睑开合频率统计,得到眼睑开合频率数据;
步骤S24:根据位姿视线偏移数据以及眼睑开合频率数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;
步骤S25:根据环境光感变化数据对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据。
本发明实施例中,部署传感器或数据采集设备,以监测液晶显示屏的使用环境,收集环境数据,包括但不限于光照强度、温度、湿度、环境噪声,利用收集到的环境数据,特别关注光照强弱的变化,对光感强弱变化进行评估,生成环境光感变化数据,利用位姿视线偏移数据,确定用户坐姿,对坐姿下的图像数据集进行分析,统计用户眼睑的开合频率,结合位姿视线偏移数据和眼睑开合频率数据,进行眼球疲劳度分析,得到初始的眼球疲劳度数据,利用环境光感变化数据,分析其对眼球疲劳度的影响,进行环境光感影响的补偿,得到最终的眼球疲劳度数据。
本发明通过对液晶显示屏使用环境进行数据收集,可以获取与显示屏使用相关的环境信息。这包括光照条件、背景噪声、温度,使用环境数据有助于了解用户在实际使用中所处的环境背景,为后续分析提供基础,基于使用环境数据,可以对光感强弱变化进行评估,通过分析环境中光照的变化情况,可以了解用户在使用过程中可能面临的光照变动情况,这有助于识别与光照相关的问题,并在后续的眼球疲劳度分析中进行补偿;根据位姿视线偏移数据对坐姿图像数据集进行眼睑开合频率统计,可以获取用户的眼睑开合频率数据,眼睑开合频率是眼睛疲劳程度的一个重要指标,可以用于判断用户使用显示屏时眼睛的疲劳程度;结合位姿视线偏移数据和眼睑开合频率数据,可以进行眼球疲劳度分析,这有助于评估用户在长时间使用液晶显示屏时眼球疲劳程度,通过眼球疲劳度分析,可以识别潜在的眼睛疲劳问题,并针对性地改善显示屏设计和用户体验;根据环境光感变化数据对初始眼球疲劳度数据进行补偿,环境光感变化可能会对眼睛产生影响,补偿眼球疲劳度数据可以更准确地评估用户的眼睛疲劳程度,这有助于提供更精确的眼睛疲劳度评估结果,并指导显示屏设计和使用环境的优化。
优选地,步骤S24包括以下步骤:
步骤S241:对坐姿图像数据集进行眼球巩膜区域界定,得到眼球巩膜区域数据;
步骤S242:根据位姿视线偏移数据对眼球巩膜区域数据进行血丝纹路变化分析,得到巩膜血丝纹路数据;
步骤S243:对巩膜血丝纹路数据进行血丝密度计算,得到血丝密度数据;
步骤S244:对眼睑开合频率数据进行开合时间间隔计算,得到开合时间间隔数据;
步骤S245:利用眼球疲劳度分析算法对血丝密度数据以及开合时间间隔数据进行眼球疲劳度分析,得到初始眼球疲劳度数据。
本发明实施例中,利用坐姿图像数据集中的图像处理技术,首先检测用户的眼球位置,使用图像分割算法,确定眼球巩膜区域的边界,提取眼球巩膜区域的相关特征,以便后续分析,使用位姿视线偏移数据确定用户的眼球位置和方向,针对眼球巩膜区域,进行血丝纹路的分析和变化检测,基于比对或特征提取方法,得到巩膜血丝纹路的数据,包括纹路的形状、密度、颜色,利用巩膜血丝纹路数据,计算血丝的密度,即单位面积内血丝的数量,这可以通过图像处理技术,如图像二值化、边缘检测等方法来实现,血丝密度是眼球疲劳度分析的一个重要指标,利用眼睑开合频率数据,确定用户眼睑的开合行为,计算开合时间间隔,即两次眼睑开合的时间间隔,这需要时间序列分析方法来提取开合时间间隔数据,将血丝密度数据和开合时间间隔数据结合起来,输入眼球疲劳度分析算法,使用算法来分析这些数据,以确定用户的眼球疲劳度水平,输出初始的眼球疲劳度数据,可以是一个定量值或者一个定性评估,表示眼球疲劳的程度。
本发明通过对坐姿图像数据集进行眼球巩膜区域界定,可以准确确定眼球巩膜的位置,这有助于后续的眼球疲劳度分析,以保证分析的准确性和可靠性;基于位姿视线偏移数据,对眼球巩膜区域数据进行血丝纹路变化分析,巩膜血丝纹路的变化可以是眼睛疲劳和炎症的指标之一,通过分析血丝纹路的变化,可以判断眼球疲劳程度并提供相应的反馈和建议;对巩膜血丝纹路数据进行血丝密度计算,可以定量评估眼球巩膜区域的血丝密度,血丝密度的增加可能与眼睛疲劳和眼部不适有关,通过计算血丝密度,可以更准确地评估眼球疲劳的程度,并提供指导和建议;根据眼睑开合频率数据,计算眼睑的开合时间间隔,开合时间间隔是眼睑运动的一个重要指标,可以反映眼睛的疲劳程度和活动情况,通过计算开合时间间隔,可以了解眼睑活动的规律性和频率,从而对眼球疲劳度进行分析和评估;利用眼球疲劳度分析算法,结合血丝密度数据和开合时间间隔数据对眼球疲劳度进行分析,通过综合考虑巩膜血丝纹路变化和眼睑活动的指标,可以更全面地评估眼球的疲劳程度,并提供相应的建议和改善措施。
优选地,步骤S246中的眼球疲劳度分析算法如下所示:
其中,表示眼球疲劳度的结果值,/>表示血丝密度数值,/>表示眼睑开合时间间隔数值,/>表示血丝密度和开合时间间隔的乘积权重系数,/>表示最大疲劳度预估值,/>表示眼球表面血丝的数量值,/>表示疲劳度参考区间值,/>表示眼球疲劳度分析算法的误差调整值。
本发明构建了一个眼球疲劳度分析算法,该算法通过综合考虑血丝密度、开合时间间隔和血丝数量指标,以及设定最大疲劳度预估值和参考区间,来计算眼球疲劳度的结果值,该结果值可以帮助评估眼球的疲劳程度,并提供相关的建议和改善措施,以增强视觉舒适度并减轻眼睛疲劳程度。眼球疲劳度的结果值,用于表示眼球的疲劳程度,数值越高表示眼球疲劳程度越高;血丝密度数值/>,血丝密度是指眼球巩膜区域的血丝数量,该参数用于衡量眼球表面的血丝密集程度,较高的血丝密度与眼球疲劳有关;眼睑开合时间间隔数值/>,眼睑开合时间间隔是指眼睑从闭合到再次闭合的时间间隔,用于反映眼睛的活动情况,开合时间间隔的变化可能与眼睛疲劳度相关;血丝密度和开合时间间隔的乘积权重系数/>,该参数用于调整血丝密度和开合时间间隔两个指标之间的关系,以考虑它们对眼球疲劳度的综合影响,通过调整该系数,可以根据不同情况下的重要性赋予二者不同的权重;最大疲劳度预估值/>,该参数用于控制眼球疲劳度的上限值,即最大预估疲劳程度;眼球表面血丝的数量值/>,该参数用于描述眼球表面血丝的数量,与眼球的疲劳程度相关;疲劳度参考区间值/>,该参数用于设定疲劳度的参考区间,可以根据实际情况进行调整,通过设定适当的参考区间,便于判断眼球疲劳度的程度;眼球疲劳度分析算法的误差调整值/>,该参数用于对整个眼球疲劳度分析算法的结果进行误差调整,以提高算法的准确性和稳定性。
优选地,步骤S3包括以下步骤:
步骤S31:对液晶显示屏进行中心区域像素点检测,得到中心区域像素数据;对液晶显示屏进行边缘区域像素点检测,得到边缘区域像素数据;
步骤S32:根据中心区域像素数据以及边缘区域像素数据进行像素差值计算,得到显示屏像素差值数据;
步骤S33:根据显示屏像素差值数据对液晶显示屏进行点阵排列分析,得到像素点阵排列差值数据;
步骤S34:对像素点阵排列差值数据进行矩阵转换,得到像素差值矩阵;
步骤S35:根据位姿视线偏移数据对液晶显示屏进行偏移区域定位,得到位姿视线偏移区域数据;
步骤S36:根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略。
本发明实施例中,使用图像处理技术,如图像分割或区域定义方法,确定液晶显示屏中心区域的像素点,通常这是屏幕的主要显示区域,同样使用图像处理技术,确定液晶显示屏边缘区域的像素点,这些区域通常包含外围边框或不常用的部分;使用中心区域像素数据和边缘区域像素数据进行像素差值计算,可以通过逐像素比较中心区域像素值和边缘区域像素值,得到像素差值,对差值进行统计或处理,以获得用于后续分析的显示屏像素差值数据,对显示屏像素差值数据进行分析,以检测可能存在的像素点阵排列问题,检测像素点阵排列的规则性或不规则性,识别可能的偏移、错位或其他排列问题,生成像素点阵排列差值数据,用于指示问题的严重程度和位置,像素点阵排列差值数据可能以不同的形式存在,根据需要将其转换为矩阵形式,以便更容易进行分析和处理,这可以包括将像素点阵排列差值数据映射到矩阵中,其中每个元素表示一个像素点或区域的差值,利用位姿视线偏移数据,确定用户的眼球位置和方向,以及与液晶显示屏之间的相对位置,根据位姿视线偏移数据,识别可能的偏移区域,即用户的注视点与液晶显示屏上的实际内容之间存在的差异,基于位姿视线偏移区域数据,调整像素差值矩阵以实现像素动态适配,以满足用户的需求,包括根据位姿视线偏移区域数据选择适当的适配策略,如平移、缩放、旋转,根据位姿视线偏移的程度和方向,调整液晶显示屏上的像素以提供更好的视觉体验,生成像素动态适配策略,用于调整显示屏上的内容,以便更好地满足用户的需求。
本发明通过对液晶显示屏进行中心区域像素点检测和边缘区域像素点检测,可以获得显示屏的中心区域像素数据和边缘区域像素数据,这些数据可以提供液晶显示屏不同区域的像素信息,为后续的像素差值计算和分析提供基础数据;根据中心区域像素数据和边缘区域像素数据进行像素差值计算,可以得到显示屏的像素差值数据,通过计算像素差值,可以衡量液晶显示屏不同区域之间的像素差异,进而了解显示屏的整体画质状况和均匀性,据显示屏像素差值数据对液晶显示屏进行点阵排列分析,可以得到像素点阵排列的差值数据,通过分析点阵排列差值,可以检测到液晶显示屏可能存在的点阵排列问题,例如像素错位、明暗差异,这有助于评估显示屏的点阵排列质量和均匀性;对像素点阵排列差值数据进行矩阵转换,可以得到像素差值矩阵,将差值数据转换为矩阵形式可以更方便地进行后续的分析和处理,例如进一步的矩阵运算、图像处理;根据位姿视线偏移数据对液晶显示屏进行偏移区域定位,可以得到位姿视线偏移区域数据,通过分析位姿视线偏移数据,可以确定液晶显示屏上存在的偏移区域,即视线集中或偏离的位置,这有助于定位显示屏上可能出现的问题,例如像素偏移、图像失真,根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略,根据位姿视线偏移区域的数据,可以对像素差值矩阵进行适当的调整和处理,以实现像素的动态适配,进而提升显示屏的画质和观看体验。
优选地,步骤S4包括以下步骤:
步骤S41:获取液晶显示屏固件数据;
步骤S42:根据位姿视线偏移区域数据对液晶显示屏进行偏移区域光感强度评估,得到偏移区域光感强度数据;
步骤S43:对眼球疲劳度补偿数据进行疲劳规律动态分析,得到疲劳规律动态数据;
步骤S44:根据疲劳规律动态数据对偏移区域光感强度数据进行显示器光感动态调节,得到光感动态调节策略;
步骤S45:对像素动态适配策略以及光感动态调节策略进行策略编码,分别得到像素动态适配编码数据和光感动态调节编码数据;
步骤S46:利用编码内聚拟合算法对像素动态适配编码数据以及光感动态调节编码数据进行编码内聚分析,得到像素光感内聚编码数据;
步骤S47:对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;
步骤S48:根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
本发明实施例中,从液晶显示屏的控制系统或存储设备中获取当前使用的固件数据,这些数据包括显示屏的配置、参数和控制信息,使用传感器或摄像头获取位姿视线偏移区域的数据,这可以包括用户的眼球位置和方向,分析偏移区域的光感强度,包括使用光传感器或图像处理技术来评估液晶显示屏上不同区域的亮度或颜色,根据分析结果,生成偏移区域光感强度数据,用于了解用户眼睛在不同位置的光照情况,从传感器或其他设备获取与用户眼睛疲劳度相关的数据,这包括眨眼频率、眼球运动模式,进行疲劳规律的动态分析,以了解用户眼睛疲劳的趋势和变化,生成疲劳规律动态数据,用于评估用户眼睛的疲劳程度,根据疲劳规律动态数据和偏移区域光感强度数据,制定光感动态调节策略,以优化显示屏的亮度、对比度或颜色,调整显示屏的参数,如亮度和色温,以适应用户的眼睛疲劳程度和观看环境,生成光感动态调节策略,该策略可根据用户的眼睛疲劳情况动态调整显示屏的设置,将像素动态适配策略和光感动态调节策略转化为可存储和应用的编码数据格式,这包括将策略参数进行编码和压缩,以减小存储和传输的数据量,使用编码内聚拟合算法,对像素动态适配编码数据和光感动态调节编码数据进行分析和处理,以生成像素光感内聚编码数据,使用机器学习或决策树算法,对像素光感内聚编码数据进行训练,以生成像素光感决策调节模型,根据像素光感决策调节模型的输出,调整液晶显示屏的固件设置,包括亮度、对比度、色温,生成显示屏固件优化数据,以应用于液晶显示屏的实际控制,以提供最佳的视觉效果,减少眼睛疲劳和提高用户体验。
本发明获取液晶显示屏固件数据,通过获取液晶显示屏固件数据,可以获得显示屏的基本信息和参数设置,为后续的分析和调节提供必要的数据基础;根据位姿视线偏移区域数据对液晶显示屏进行偏移区域光感强度评估,得到偏移区域光感强度数据,通过评估偏移区域的光感强度,可以了解液晶显示屏在不同区域的亮度差异,进而进行光感动态调节的准备工作;对眼球疲劳度补偿数据进行疲劳规律动态分析,得到疲劳规律动态数据,通过分析眼球疲劳度补偿数据的疲劳规律,可以了解人眼在观看液晶显示屏时的疲劳程度和特点,为后续的光感动态调节提供参考依据;根据疲劳规律动态数据对偏移区域光感强度数据进行显示器光感动态调节,得到光感动态调节策略,根据疲劳规律动态数据来调节偏移区域的光感强度,可以根据人眼疲劳程度的变化,自动调节显示屏的亮度和对比度,以优化视觉体验和降低眼部疲劳度;对像素动态适配策略以及光感动态调节策略进行策略编码,分别得到像素动态适配编码数据和光感动态调节编码数据,将像素动态适配策略和光感动态调节策略进行编码,可以将策略信息转化为可处理的数据形式,便于后续的分析和处理;利用编码内聚拟合算法对像素动态适配编码数据以及光感动态调节编码数据进行编码内聚分析,得到像素光感内聚编码数据,通过编码内聚分析,可以进一步优化编码数据,提取特征信息,并将像素动态适配编码数据和光感动态调节编码数据进行整合,得到更综合、更有效的内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型,通过对像素光感内聚编码数据进行多级决策模型训练,可以建立相应的决策模型,用于根据实际情况进行光感调节决策,以最优化的方式调整显示屏的亮度、对比度和色彩参数,提升观看体验;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据,根据像素光感决策调节模型,对液晶显示屏固件数据进行优化,调整显示屏的参数和设置,以满足光感调节的需求,提升显示屏的画质、亮度和色彩表现等方面的性能。
优选地,步骤S46中的编码内聚拟合算法如下所示:
其中,表示编码内聚拟合的输出值,/>表示像素动态适配编码数据的数据冗余度,表示光感动态调节编码数据的贡献系数,/>表示像素动态适配编码数据的耦合度值,/>表示光感初始强度值,/>表示光感影响权重系数,/>表示像素差值,/>表示光感动态调节次数值,表示编码内聚拟合算法的偏移修正值。
本发明构建了一个编码内聚拟合算法,该算法充分考虑了像素动态适配编码数据的数据冗余度,该参数表示像素动态适配编码数据的冗余度,较高的冗余度可以增加编码的容错性,使得编码更加鲁棒,并减少数据丢失的风险;光感动态调节编码数据的贡献系数,该参数表示光感动态调节编码数据对输出值的贡献程度,较高的贡献系数可以使光感数据更加显著地影响输出值,从而实现对光照变化的更敏感的编码;像素动态适配编码数据的耦合度值/>,该参数表示像素动态适配编码数据的耦合度,较高的耦合度可以增加像素之间的相关性,使得编码更能捕捉到像素之间的空间信息,并提高编码的效率和准确性;光感初始强度值/>,该参数表示光感的初始强度值,它可以影响编码过程中对光强变化的敏感度,较高的初始强度值可以增加对光强变化的敏感性;光感影响权重系数/>,该参数表示光感对输出值的影响权重系数,较高的权重系数可以增加光感在编码过程中的影响力,使得编码更加关注光感数据的变化;像素差值/>,它可以用于衡量像素之间的变化程度,较大的差值可以表示较大的变化,从而在编码中引入更多的变量,增加编码的灵活性;光感动态调节次数值/>,该参数表示光感动态调节的次数值,它可以控制光感数据的调节程度,较高的调节次数值可以使编码更加灵活地适应光照变化;编码内聚拟合算法的偏移修正值/>,该参数表示编码内聚拟合算法的偏移修正值,它可以用于调整整体编码的偏移量,从而使编码的输出更加符合实际情况。
优选地,本发明还提供一种控制液晶显示屏显示系统,用于执行如上所述的一种控制液晶显示屏显示方法,该控制液晶显示屏显示系统包括:
位姿视线偏移模块,用于通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;根据坐姿图像数据集进行视线偏移分析,得到位姿视线偏移数据;
眼球疲劳分析模块,用于根据位姿视线偏移数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据;
像素动态适配模块,用于对液晶显示屏进行像素差值计算,得到显示屏像素差值数据;对显示屏像素差值数据进行矩阵转换,得到像素差值矩阵;根据位姿视线偏移数据进行偏移区域定位,得到位姿视线偏移区域数据;根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略;
显示屏固件优化模块,用于获取液晶显示屏固件数据;根据眼球疲劳度补偿数据进行显示器光感动态调节,得到光感动态调节策略;对像素动态适配策略以及光感动态调节策略进行编码内聚分析,得到像素光感内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
本发明通过的有益效果,通过对用户坐姿数据的采集和分析,可以评估用户在使用液晶显示屏时的姿势,通过采集用户的坐姿为后续的视线偏移分析提供了数据基础,视线偏移是指眼睛在不同角度和位置上的移动。过大的视线偏移可能导致眼睛疲劳和不适感,通过对位姿视线偏移的分析,可以评估用户在使用液晶显示屏时的视线偏移情况,并发现导致眼睛疲劳的问题,如过度眼球转动或频繁的视线转移,不同用户在使用液晶显示屏时的姿势和视线偏移习惯有所差异,通过该步骤采集的坐姿数据和位姿视线偏移数据可以用于个性化的用户适应性调节,根据不同用户的坐姿和视线习惯,可以优化显示屏的设置和调整,提供更适合个体用户的使用体验,增加用户的舒适感和满意度;通过位姿视线偏移数据的分析,可以评估用户在使用液晶显示屏时的眼球疲劳程度,这对于长时间使用计算机或其他显示屏的用户尤为重要,因为过度眼球疲劳可能导致眼睛不适、视力下降和头痛问题,通过这一分析,可以提供用户及时了解他们的眼睛疲劳状况的机会,以便他们采取必要的休息和调整,环境光感是指用户周围的光线强度和颜色,它对眼睛的舒适度和视觉体验有很大影响,不同的光线条件可能导致眼睛不适和疲劳,通过对初始眼球疲劳度数据进行环境光感影响补偿,可以更准确地评估用户眼睛的实际疲劳程度,考虑到周围环境的影响,这有助于提供更加精确的疲劳度数据,为后续的优化策略提供可靠的依据;过像素差值计算和矩阵转换,可以识别出液晶显示屏上不同区域之间的像素差值,这有助于优化显示品质,确保显示屏上的图像在各个区域都具有一致的色彩、亮度和对比度,这对于视觉体验的一致性非常重要,特别是在大尺寸或高分辨率的显示屏上;根据位姿视线偏移区域数据,可以确定用户的注视区域,通过像素动态适配,可以调整液晶显示屏上各个区域的像素,以提高用户当前注视区域的显示质量,这意味着用户会在他们看向的地方看到更清晰、更亮或更适宜的图像,这有助于提高用户的视觉体验;通过动态适配策略,还可以降低不必要的能源消耗,因为只有用户注视的区域需要进行高质量的像素渲染,此外,减少眼球疲劳也是一个重要的优点,因为显示屏只在用户需要时进行调整,不必在整个屏幕上保持高质量的显示;通过根据眼球疲劳度数据进行显示器光感动态调节,可以减少用户在长时间使用液晶显示屏时的眼球疲劳,这有助于提高用户的舒适度,降低潜在的健康风险,并有助于增加用户对产品或服务的满意度;通过光感动态调节策略,可以根据环境光线的变化,调整液晶显示屏的亮度和色温,以确保在不同光照条件下提供最佳的视觉体验,这有助于防止屏幕反射和提高可见性,尤其是在户外或强光照条件下,通过对像素动态适配策略和光感动态调节策略进行编码内聚分析,可以生成像素光感内聚编码数据,这有助于将不同的调节策略整合在一起,以实现更全面的显示优化,提高图像质量和用户体验,通过训练多级决策模型,可以根据不同的情境和用户需求自动选择和调整显示屏的设置,这有助于提供个性化的用户体验,确保在不同使用情境下获得最佳的显示效果,根据像素光感决策调节模型,对液晶显示屏固件数据进行优化,这有助于确保液晶显示屏能够以最佳方式响应用户需求和环境条件,提高性能、减少能源消耗,并延长设备寿命。因此本发明一种控制液晶显示屏显示方法是对传统的液晶显示屏显示方法做出的优化,解决了传统液晶显示屏显示方法存在的无法对用户视觉状态进行实时调整,造成用户体验舒适度差,对比度不高的问题,可以对用户视觉状态进行实时调整,提高了用户体验舒适度,增强了对比度。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种控制液晶显示屏显示方法,其特征在于,包括以下步骤:
步骤S1:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;根据坐姿图像数据集进行视线偏移分析,得到位姿视线偏移数据;
步骤S2:根据位姿视线偏移数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据;
步骤S3:对液晶显示屏进行像素差值计算,得到显示屏像素差值数据;对显示屏像素差值数据进行矩阵转换,得到像素差值矩阵;根据位姿视线偏移数据进行偏移区域定位,得到位姿视线偏移区域数据;根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略;
步骤S4:获取液晶显示屏固件数据;根据眼球疲劳度补偿数据进行显示器光感动态调节,得到光感动态调节策略;对像素动态适配策略以及光感动态调节策略进行编码内聚分析,得到像素光感内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
2.根据权利要求1所述的控制液晶显示屏显示方法,其特征在于,步骤S1包括以下步骤:
步骤S11:通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;
步骤S12:对坐姿图像数据集进行时间戳注入,生成坐姿图像时间数据集;对坐姿图像时间数据集进行坐姿移动轨迹分析,得到坐姿空间移动轨迹数据;
步骤S13:根据坐姿图像时间数据集进行头部区域偏移轨迹分析,得到头部区域偏移轨迹数据;
步骤S14:根据头部区域偏移轨迹数据以及坐姿空间移动轨迹数据进行视线偏移分析,得到位姿视线偏移数据。
3.根据权利要求2所述的控制液晶显示屏显示方法,其特征在于,步骤S14包括以下步骤:
步骤S141:根据头部区域偏移轨迹数据进行头部偏移幅度评估,得到头部偏移幅度数据;对头部偏移幅度数据进行偏移角度计算,得到头部偏移角度数据集;
步骤S142:根据坐姿空间移动轨迹数据对液晶显示屏进行移动距离计算,得到移动轨迹距离数据集;
步骤S143:对头部偏移角度数据集进行正态分布概率分析,得到偏移角度概率数据;对移动轨迹距离数据集进行方差计算,得到移动轨迹距离方差数据;
步骤S144:根据偏移角度概率数据以及移动轨迹距离方差数据对液晶显示屏进行位姿视线倾斜三维平面构建,得到视线倾斜三维平面数据集;
步骤S145:对视线倾斜三维平面数据集进行空间坐标节点关联,得到坐标节点关联数据;
步骤S146:基于坐标节点关联数据对视线倾斜三维平面数据集进行空间平面拟合,得到空间平面拟合数据;
步骤S147:基于坐标节点关联数据对视线倾斜三维平面数据集进行平面旋转差计算,得到视线倾斜平面差数据;
步骤S148:根据空间平面拟合数据以及视线倾斜平面差数据进行视线偏移分析,得到位姿视线偏移数据。
4.根据权利要求3所述的控制液晶显示屏显示方法,其特征在于,步骤S2包括以下步骤:
步骤S21:对液晶显示屏使用环境进行数据收集,得到使用环境数据;
步骤S22:对使用环境数据进行光感强弱变化评估,得到环境光感变化数据;
步骤S23:根据位姿视线偏移数据对坐姿图像数据集进行用户眼睑开合频率统计,得到眼睑开合频率数据;
步骤S24:根据位姿视线偏移数据以及眼睑开合频率数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;
步骤S25:根据环境光感变化数据对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据。
5.根据权利要求4所述的控制液晶显示屏显示方法,其特征在于,步骤S24包括以下步骤:
步骤S241:对坐姿图像数据集进行眼球巩膜区域界定,得到眼球巩膜区域数据;
步骤S242:根据位姿视线偏移数据对眼球巩膜区域数据进行血丝纹路变化分析,得到巩膜血丝纹路数据;
步骤S243:对巩膜血丝纹路数据进行血丝密度计算,得到血丝密度数据;
步骤S244:对眼睑开合频率数据进行开合时间间隔计算,得到开合时间间隔数据;
步骤S245:利用眼球疲劳度分析算法对血丝密度数据以及开合时间间隔数据进行眼球疲劳度分析,得到初始眼球疲劳度数据。
6.根据权利要求5所述的控制液晶显示屏显示方法,其特征在于,步骤S246中的眼球疲劳度分析算法如下所示:
其中,表示眼球疲劳度的结果值,/>表示血丝密度数值,/>表示眼睑开合时间间隔数值,表示血丝密度和开合时间间隔的乘积权重系数,/>表示最大疲劳度预估值,/>表示眼球表面血丝的数量值,/>表示疲劳度参考区间值,/>表示眼球疲劳度分析算法的误差调整值。
7.根据权利要求6所述的控制液晶显示屏显示方法,其特征在于,步骤S3包括以下步骤:
步骤S31:对液晶显示屏进行中心区域像素点检测,得到中心区域像素数据;对液晶显示屏进行边缘区域像素点检测,得到边缘区域像素数据;
步骤S32:根据中心区域像素数据以及边缘区域像素数据进行像素差值计算,得到显示屏像素差值数据;
步骤S33:根据显示屏像素差值数据对液晶显示屏进行点阵排列分析,得到像素点阵排列差值数据;
步骤S34:对像素点阵排列差值数据进行矩阵转换,得到像素差值矩阵;
步骤S35:根据位姿视线偏移数据对液晶显示屏进行偏移区域定位,得到位姿视线偏移区域数据;
步骤S36:根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略。
8.根据权利要求7所述的控制液晶显示屏显示方法,其特征在于,步骤S4包括以下步骤:
步骤S41:获取液晶显示屏固件数据;
步骤S42:根据位姿视线偏移区域数据对液晶显示屏进行偏移区域光感强度评估,得到偏移区域光感强度数据;
步骤S43:对眼球疲劳度补偿数据进行疲劳规律动态分析,得到疲劳规律动态数据;
步骤S44:根据疲劳规律动态数据对偏移区域光感强度数据进行显示器光感动态调节,得到光感动态调节策略;
步骤S45:对像素动态适配策略以及光感动态调节策略进行策略编码,分别得到像素动态适配编码数据和光感动态调节编码数据;
步骤S46:利用编码内聚拟合算法对像素动态适配编码数据以及光感动态调节编码数据进行编码内聚分析,得到像素光感内聚编码数据;
步骤S47:对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;
步骤S48:根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
9.根据权利要求7所述的控制液晶显示屏显示方法,其特征在于,步骤S46中的编码内聚拟合算法如下所示:
其中,表示编码内聚拟合的输出值,/>表示像素动态适配编码数据的数据冗余度,/>表示光感动态调节编码数据的贡献系数,/>表示像素动态适配编码数据的耦合度值,/>表示光感初始强度值,/>表示光感影响权重系数,/>表示像素差值,/>表示光感动态调节次数值,/>表示编码内聚拟合算法的偏移修正值。
10.一种控制液晶显示屏显示系统,其特征在于,用于执行如权利要求1所述的一种控制液晶显示屏显示方法,该控制液晶显示屏显示系统包括:
位姿视线偏移模块,用于通过液晶显示屏摄像设备对用户坐姿进行坐姿数据采集,得到坐姿图像数据集;根据坐姿图像数据集进行视线偏移分析,得到位姿视线偏移数据;
眼球疲劳分析模块,用于根据位姿视线偏移数据进行眼球疲劳度分析,得到初始眼球疲劳度数据;对初始眼球疲劳度数据进行环境光感影响补偿,得到眼球疲劳度补偿数据;
像素动态适配模块,用于对液晶显示屏进行像素差值计算,得到显示屏像素差值数据;对显示屏像素差值数据进行矩阵转换,得到像素差值矩阵;根据位姿视线偏移数据进行偏移区域定位,得到位姿视线偏移区域数据;根据位姿视线偏移区域数据对像素差值矩阵进行像素动态适配,得到像素动态适配策略;
显示屏固件优化模块,用于获取液晶显示屏固件数据;根据眼球疲劳度补偿数据进行显示器光感动态调节,得到光感动态调节策略;对像素动态适配策略以及光感动态调节策略进行编码内聚分析,得到像素光感内聚编码数据;对像素光感内聚编码数据进行多级决策模型训练,得到像素光感决策调节模型;根据像素光感决策调节模型对液晶显示屏固件数据进行固件优化,得到显示屏固件优化数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311677298.5A CN117373402B (zh) | 2023-12-08 | 2023-12-08 | 一种控制液晶显示屏显示方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311677298.5A CN117373402B (zh) | 2023-12-08 | 2023-12-08 | 一种控制液晶显示屏显示方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117373402A true CN117373402A (zh) | 2024-01-09 |
CN117373402B CN117373402B (zh) | 2024-02-20 |
Family
ID=89391427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311677298.5A Active CN117373402B (zh) | 2023-12-08 | 2023-12-08 | 一种控制液晶显示屏显示方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117373402B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1574884A (zh) * | 2003-06-14 | 2005-02-02 | Lg电子株式会社 | 用于自动补偿移动通信终端的图像梯度的装置和方法 |
US20140285418A1 (en) * | 2013-03-25 | 2014-09-25 | Sony Moblie Communications Inc. | Method and apparatus for enlarging a display area |
CN107124607A (zh) * | 2017-05-08 | 2017-09-01 | 上海大学 | 一种结合视觉疲劳检测的裸眼立体显示装置和方法 |
WO2018201876A1 (zh) * | 2017-05-03 | 2018-11-08 | Oppo广东移动通信有限公司 | 影像传感器、相机模组和电子装置 |
CN112839162A (zh) * | 2019-11-25 | 2021-05-25 | 七鑫易维(深圳)科技有限公司 | 一种调整眼睛显示位置的方法、装置、终端及存储介质 |
CN114666523A (zh) * | 2022-03-30 | 2022-06-24 | 湖南格为科技有限公司 | 一种可自动适应人眼亮度节能液晶电视 |
-
2023
- 2023-12-08 CN CN202311677298.5A patent/CN117373402B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1574884A (zh) * | 2003-06-14 | 2005-02-02 | Lg电子株式会社 | 用于自动补偿移动通信终端的图像梯度的装置和方法 |
US20140285418A1 (en) * | 2013-03-25 | 2014-09-25 | Sony Moblie Communications Inc. | Method and apparatus for enlarging a display area |
WO2018201876A1 (zh) * | 2017-05-03 | 2018-11-08 | Oppo广东移动通信有限公司 | 影像传感器、相机模组和电子装置 |
CN107124607A (zh) * | 2017-05-08 | 2017-09-01 | 上海大学 | 一种结合视觉疲劳检测的裸眼立体显示装置和方法 |
CN112839162A (zh) * | 2019-11-25 | 2021-05-25 | 七鑫易维(深圳)科技有限公司 | 一种调整眼睛显示位置的方法、装置、终端及存储介质 |
CN114666523A (zh) * | 2022-03-30 | 2022-06-24 | 湖南格为科技有限公司 | 一种可自动适应人眼亮度节能液晶电视 |
Also Published As
Publication number | Publication date |
---|---|
CN117373402B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107153816B (zh) | 一种用于鲁棒人脸识别的数据增强方法 | |
CN102830797B (zh) | 一种基于视线判断的人机交互方法及系统 | |
US20220236797A1 (en) | Gaze estimation systems and methods using relative points of regard | |
CN112767392A (zh) | 图像清晰度确定方法、装置、设备及存储介质 | |
CN103442247A (zh) | 一种摄像头图像清晰度评估方法及其评估系统 | |
US20210142765A1 (en) | Approach for automatically adjusting display screen setting based on machine learning | |
CN110287791A (zh) | 一种用于人脸图片的筛选方法和系统 | |
CN109165630A (zh) | 一种基于二维人眼识别的疲劳监测方法 | |
CN106339994A (zh) | 一种图像增强方法 | |
CN115171024A (zh) | 一种基于视频序列的面部多特征融合疲劳检测方法及系统 | |
CN117373402B (zh) | 一种控制液晶显示屏显示方法及系统 | |
Yang et al. | EHNQ: Subjective and objective quality evaluation of enhanced night-time images | |
Nguyen et al. | Calibration-free gaze tracking using particle filter | |
US20210375230A1 (en) | Smart contact lens with adjustable light transmittance | |
CN110673720A (zh) | 一种护眼显示方法和具有护眼模式的学习机 | |
CN103955941A (zh) | 一种角膜内皮细胞分析仪及分析方法 | |
CN114661152B (zh) | 一种降低视觉疲劳的ar显示控制系统及方法 | |
CN208000731U (zh) | 自动调节亮度的护眼型显示器 | |
EP2685351A1 (en) | Method for calibration free gaze tracking using low cost camera | |
CN102186054A (zh) | 基于对比度分辨率补偿的自适应底层视频在线挖掘系统及方法 | |
JP2021036109A (ja) | 評価支援システム、評価支援方法、及びプログラム | |
CN111949124B (zh) | 一种基于视觉跟踪的自适应显示器定位方法 | |
CN118226966B (zh) | 一种基于材质抽象的真实比例数字月球可视交互系统 | |
CN116153267B (zh) | 一种多触点液晶屏背光控制方法 | |
CN117289889B (zh) | 基于智能护眼的平板电脑亮度调节方法及系统 |
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 |