KR20230036571A - 감마 보정 방법 및 이를 채용한 표시 장치 - Google Patents
감마 보정 방법 및 이를 채용한 표시 장치 Download PDFInfo
- Publication number
- KR20230036571A KR20230036571A KR1020210118235A KR20210118235A KR20230036571A KR 20230036571 A KR20230036571 A KR 20230036571A KR 1020210118235 A KR1020210118235 A KR 1020210118235A KR 20210118235 A KR20210118235 A KR 20210118235A KR 20230036571 A KR20230036571 A KR 20230036571A
- Authority
- KR
- South Korea
- Prior art keywords
- luminance
- panel
- model
- panel model
- voltage
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000012937 correction Methods 0.000 claims abstract description 86
- 238000013526 transfer learning Methods 0.000 claims abstract description 45
- 238000013135 deep learning Methods 0.000 claims abstract description 36
- 238000012360 testing method Methods 0.000 claims description 71
- 238000013528 artificial neural network Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 14
- 239000010409 thin film Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 208000006930 Pseudomyxoma Peritonei Diseases 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 229920000306 polymethylpentene Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
- G09G5/003—Details of a display terminal, the details relating to the control arrangement of the display terminal and to the interfaces thereto
- G09G5/005—Adapting incoming signals to the display format of the display terminal
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
- G09G3/22—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources
- G09G3/30—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels
- G09G3/32—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED]
- G09G3/3208—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED]
- G09G3/3225—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED] using an active matrix
- G09G3/3233—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED] using an active matrix with pixel circuitry controlling the current through the light-emitting element
- G09G3/3241—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED] using an active matrix with pixel circuitry controlling the current through the light-emitting element the current through the light-emitting element being set using a data current provided by the data driver, e.g. by using a two-transistor current mirror
-
- 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
- G09G3/2007—Display of intermediate tones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G09G3/006—Electronic inspection or testing of displays and display drivers, e.g. of LED or LCD displays
-
- 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
- G09G3/2007—Display of intermediate tones
- G09G3/2011—Display of intermediate tones by amplitude modulation
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
- G09G3/22—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources
- G09G3/30—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels
- G09G3/32—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED]
- G09G3/3208—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED]
- G09G3/3225—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED] using an active matrix
- G09G3/3233—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED] using an active matrix with pixel circuitry controlling the current through the light-emitting element
-
- 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
- G09G5/02—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the way in which colour is displayed
-
- 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
- G09G5/10—Intensity circuits
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2300/00—Aspects of the constitution of display devices
- G09G2300/08—Active matrix structure, i.e. with use of active elements, inclusive of non-linear two terminal elements, in the pixels together with light emitting or modulating elements
- G09G2300/0809—Several active elements per pixel in active matrix panels
- G09G2300/0819—Several active elements per pixel in active matrix panels used for counteracting undesired variations, e.g. feedback or autozeroing
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2300/00—Aspects of the constitution of display devices
- G09G2300/08—Active matrix structure, i.e. with use of active elements, inclusive of non-linear two terminal elements, in the pixels together with light emitting or modulating elements
- G09G2300/0809—Several active elements per pixel in active matrix panels
- G09G2300/0842—Several active elements per pixel in active matrix panels forming a memory circuit, e.g. a dynamic memory with one capacitor
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2310/00—Command of the display device
- G09G2310/02—Addressing, scanning or driving the display screen or processing steps related thereto
- G09G2310/0243—Details of the generation of driving signals
- G09G2310/0251—Precharge or discharge of pixel before applying new pixel voltage
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/02—Improving the quality of display appearance
- G09G2320/0271—Adjustment of the gradation levels within the range of the gradation scale, e.g. by redistribution or clipping
- G09G2320/0276—Adjustment of the gradation levels within the range of the gradation scale, e.g. by redistribution or clipping for the purpose of adaptation to the characteristics of a display device, i.e. gamma correction
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/02—Improving the quality of display appearance
- G09G2320/0285—Improving the quality of display appearance using tables for spatial correction of display data
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/06—Adjustment of display parameters
- G09G2320/0626—Adjustment of display parameters for control of overall brightness
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/06—Adjustment of display parameters
- G09G2320/0666—Adjustment of display parameters for control of colour parameters, e.g. colour temperature
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2330/00—Aspects of power supply; Aspects of display protection and defect management
- G09G2330/02—Details of power systems and of start or stop of display operation
- G09G2330/021—Power management, e.g. power saving
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2360/00—Aspects of the architecture of display systems
- G09G2360/16—Calculation or use of calculated indices related to luminance levels in display data
Abstract
감마 보정 방법은 휘도 인자들 및 대표 표시 패널을 기초로 딥 러닝(deep learning)을 수행함으로써 대표 패널 모델을 생성하는 단계, 상기 대표 패널 모델 및 표시 패널을 기초로 전이 학습(transfer learning)을 수행함으로써 패널 모델을 생성하는 단계, 및 상기 패널 모델을 기초로 상기 표시 패널에 대한 계조 전압을 결정하는 단계를 포함한다.
Description
본 발명은 표시 장치에 관한 것이다. 보다 상세하게는, 감마 보정 방법 및 이를 채용한 표시 장치에 관한 것이다.
표시 장치의 화질을 목표치에 맞추기 위해 표시 장치가 특정 감마 특성을 가지게 하는 감마 보정이 수행될 수 있다. 감마 특성은 계조 레벨과 휘도의 상관 관계를 나타낼 수 있다. 구체적으로, 감마 보정은 표시 장치가 특정 감마 특성을 가지게 하기 위해 계조에 따른 계조 전압을 미리 결정할 수 있다. 다만, 휘도는 다른 요소들에 의해서도 영향을 받으므로, 다른 요소에 의해서 감마 특성이 변할 수 있다.
본 발명의 일 목적은 딥 러닝(deep learning)을 통하여 감마 보정을 수행할 수 있는 감마 보정 방법을 제공하는 것이다.
본 발명의 다른 목적은 딥 러닝을 통하여 감마 보정을 수행할 수 있는 표시 장치를 제공하는 것이다.
다만, 본 발명의 해결하고자 하는 과제는 상기 언급된 과제에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.
본 발명의 목적을 달성하기 위하여, 본 발명의 실시예들에 따른 감마 보정 방법은 휘도 인자들 및 대표 표시 패널을 기초로 딥 러닝(deep learning)을 수행함으로써 대표 패널 모델을 생성하는 단계, 상기 대표 패널 모델 및 표시 패널을 기초로 전이 학습(transfer learning)을 수행함으로써 패널 모델을 생성하는 단계, 및 상기 패널 모델을 기초로 상기 표시 패널에 대한 계조 전압을 결정하는 단계를 포함한다.
일 실시예에 있어서, 상기 휘도 인자들은 계조 레벨을 포함하고, 프레임 주파수, 온 듀티비, 전원 전압, 및 초기화 전압 중 적어도 하나 이상을 더 포함할 수 있다.
일 실시예에 있어서, 상기 계조 전압에 대한 정보를 저장하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 휘도 인자들을 기초로 휘도 및 색좌표의 튜닝 포인트들을 결정하는 단계, 각각의 상기 튜닝 포인트들에서 타겟 휘도 및 타겟 색좌표를 결정하는 단계, 및 상기 튜닝 포인트들에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압을 측정하는 단계를 더 포함하고, 상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 상기 타겟 색좌표, 및 상기 제1 테스트 전압을 기초로 수행될 수 있다.
일 실시예에 있어서, 상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 및 상기 타겟 색좌표를 입력 값으로 하고, 상기 제1 테스트 전압을 목표 값으로 할 수 있다.
일 실시예에 있어서, 상기 튜닝 포인트들을 결정하는 단계는 각각의 상기 휘도 인자들의 기준 값들을 결정하는 단계 및 상기 기준 값들을 기초로 상기 튜닝 포인트들을 결정하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 튜닝 포인트들의 개수는 각각의 상기 휘도 인자들의 상기 기준 값들의 개수들의 곱일 수 있다.
일 실시예에 있어서, 상기 튜닝 포인트들 중 일부에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 표시 패널에 포함된 화소들에 인가되는 제2 테스트 전압을 측정하는 단계를 더 포함하고, 상기 전이 학습은 상기 튜닝 포인트들 중 상기 일부, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 휘도, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 색좌표, 상기 제2 테스트 전압, 및 상기 대표 패널 모델을 기초로 수행될 수 있다.
일 실시예에 있어서, 상기 패널 모델의 생성은 셀 공정에서 이루어지고, 상기 대표 패널 모델의 생성은 셀 공정 이전에 이루어 질 수 있다.
본 발명의 다른 목적을 달성하기 위하여, 본 발명의 실시예들에 따른 감마 보정 방법은 휘도 인자들 및 대표 표시 패널을 기초로 딥 러닝(deep learning)을 수행함으로써 대표 패널 모델을 생성하는 단계, 상기 대표 패널 모델 및 표시 패널을 기초로 전이 학습(transfer learning)을 수행함으로써 패널 모델을 생성하는 단계, 상기 패널 모델의 가중치들을 저장하는 단계, 상기 패널 모델의 상기 가중치들을 기초로 상기 패널 모델을 재구현함으로써 재구현 패널 모델을 생성하는 단계, 및 상기 재구현 패널 모델을 기초로 상기 표시 패널에 대한 계조 전압을 결정하는 단계를 포함한다.
일 실시예에 있어서, 상기 휘도 인자들은 계조 레벨을 포함하고, 프레임 주파수, 온 듀티비, 전원 전압, 및 초기화 전압 중 적어도 하나 이상을 더 포함할 수 있다.
일 실시예에 있어서, 상기 휘도 인자들을 기초로 휘도 및 색좌표의 튜닝 포인트들을 결정하는 단계, 각각의 상기 튜닝 포인트들에서 타겟 휘도 및 타겟 색좌표를 결정하는 단계, 및 상기 튜닝 포인트들에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압을 측정하는 단계를 더 포함하고, 상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 상기 타겟 색좌표, 및 상기 제1 테스트 전압을 기초로 수행될 수 있다.
일 실시예에 있어서, 상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 및 상기 타겟 색좌표를 입력 값으로 하고, 상기 제1 테스트 전압을 목표 값으로 할 수 있다.
일 실시예에 있어서, 상기 튜닝 포인트들을 결정하는 단계는 각각의 상기 휘도 인자들의 기준 값들을 결정하는 단계 및 상기 기준 값들을 기초로 상기 튜닝 포인트들을 결정하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 튜닝 포인트들의 개수는 각각의 상기 휘도 인자들의 상기 기준 값들의 개수들의 곱일 수 있다.
일 실시예에 있어서, 상기 튜닝 포인트들 중 일부에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 표시 패널에 포함된 화소들에 인가되는 제2 테스트 전압을 측정하는 단계를 더 포함하고, 상기 전이 학습은 상기 튜닝 포인트들 중 상기 일부, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 휘도, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 색좌표, 상기 제2 테스트 전압, 및 상기 대표 패널 모델을 기초로 수행될 수 있다.
일 실시예에 있어서, 상기 패널 모델의 생성은 셀 공정에서 이루어지고, 상기 대표 패널 모델의 생성은 셀 공정 이전에 이루어질 수 있다.
일 실시예에 있어서, 상기 재구현 패널 모델의 생성은 구동시에 이루어질 수 있다.
본 발명의 또 다른 목적을 달성하기 위하여, 본 발명의 실시예들에 따른 표시 장치는 화소들을 포함하는 표시 패널, 상기 화소들에 게이트 신호들을 인가하는 게이트 구동부, 상기 화소들에 데이터 전압을 인가하는 데이터 구동부, 상기 게이트 구동부 및 상기 데이터 구동부를 제어하는 구동 제어부, 및 패널 모델의 가중치들을 저장하는 비휘발성 메모리 장치를 포함하고, 상기 구동 제어부는 상기 비휘발성 메모리 장치로부터 상기 패널 모델의 상기 가중치들을 수신하며, 상기 패널 모델의 상기 가중치들을 기초로 상기 패널 모델을 재구현함으로써 재구현 패널 모델을 생성하고, 상기 재구현 패널 모델을 기초로 계조 전압을 결정하며, 상기 패널 모델은 대표 패널 모델이 상기 표시 패널의 특성에 맞게 셀 공정에서 전이 학습(transfer learning)이 수행된 모델이고, 상기 재구현 패널 모델은 휘도 인자들을 입력하면 상기 계조 전압을 출력한다.
일 실시예에 있어서, 상기 휘도 인자들은 계조 레벨을 포함하며, 프레임 주파수, 온 듀티비, 전원 전압, 및 초기화 전압 중 적어도 하나 이상을 포함할 수 있다.
본 발명의 실시예들에 따른 감마 보정 방법은 전이 학습(transfer learning)을 수행함으로써, 감마 보정을 위한 패널 모델을 생성하는데 필요한 데이터의 양을 감소시킬 수 있다.
본 발명의 실시예들에 따른 감마 보정 방법은 휘도 인자들을 기초로 딥 러닝을 수행하여 생성된 대표 패널 모델을 이용함으로써, 휘도 인자들의 변화에도 불구하고 감마 특성을 유지할 수 있습니다.
본 발명의 실시예들에 따른 표시 장치는 패널 모델의 가중치들을 저장함으로써, 비휘발성 메모리 장치에 저장되는 데이터의 양을 감소시킬 수 있다.
다만, 본 발명의 효과는 상술한 효과에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.
도 1은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 2는 도 1의 감마 보정 방법을 채용하는 표시 장치의 일 예를 나타내는 블록도이다.
도 3은 도 2의 표시 장치에 포함된 화소의 일 예를 나타내는 회로도이다.
도 4는 도 1의 감마 보정 방법에 사용되는 대표 패널 모델을 나타내는 도면이다.
도 5는 도 1 의 감마 보정 방법에 사용되는 패널 모델을 나타내는 도면이다.
도 6은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 7은 도 6의 감마 보정 방법의 튜닝 포인트들의 일 예를 나타내는 도면이다.
도 8 은 도 6의 감마 보정 방법이 딥 러닝을 수행하는 일 예를 나타내는 도면이다.
도 9는 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 10은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 11은 도 10의 감마 보정 방법을 채용한 표시 장치의 일 예를 나타내는 블록도이다.
도 12는 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 13은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 2는 도 1의 감마 보정 방법을 채용하는 표시 장치의 일 예를 나타내는 블록도이다.
도 3은 도 2의 표시 장치에 포함된 화소의 일 예를 나타내는 회로도이다.
도 4는 도 1의 감마 보정 방법에 사용되는 대표 패널 모델을 나타내는 도면이다.
도 5는 도 1 의 감마 보정 방법에 사용되는 패널 모델을 나타내는 도면이다.
도 6은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 7은 도 6의 감마 보정 방법의 튜닝 포인트들의 일 예를 나타내는 도면이다.
도 8 은 도 6의 감마 보정 방법이 딥 러닝을 수행하는 일 예를 나타내는 도면이다.
도 9는 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 10은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 11은 도 10의 감마 보정 방법을 채용한 표시 장치의 일 예를 나타내는 블록도이다.
도 12는 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
도 13은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
이하, 첨부한 도면들을 참조하여, 본 발명을 보다 상세하게 설명하고자 한다.
도 1은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이고, 도 2는 도 1의 감마 보정 방법을 채용하는 표시 장치(1000)의 일 예를 나타내는 블록도이며, 도 3은 도 2의 표시 장치(1000)에 포함된 화소(P)의 일 예를 나타내는 회로도이고, 도 4는 도 1의 감마 보정 방법에 사용되는 대표 패널 모델(10)을 나타내는 도면이며, 도 5는 도 1 의 감마 보정 방법에 사용되는 패널 모델(20)을 나타내는 도면이다. 도 4 및 도 5는 휘도 인자들(LF)이 계조 레벨(GL), 프레임 주파수(FF), 온 듀티비(OD), 전원 전압(ELVDD, ELVSS), 및 초기화 전압(VINT)를 포함하는 것을 예시하고 있다.
도 1 내지 도 3을 참조하면, 표시 장치(1000)는 표시 패널(200), 구동 제어부(300), 게이트 구동부(400), 데이터 구동부(500), 및 비휘발성 메모리 장치(600)를 포함할 수 있다. 실시예에 따라, 구동 제어부(300) 및 데이터 구동부(500)는 하나의 칩에 집적될 수 있다.
표시 패널(200)은 영상을 표시하는 표시부(AA) 및 표시부(AA)에 이웃하여 배치되는 주변부(PA)를 포함할 수 있다. 실시예에 따라, 게이트 구동부(400)는 주변부(PA)에 실장될 수 있다.
표시 패널(200)은 게이트 라인들(GL), 데이터 라인들(DL) 및 게이트 라인들(GL)과 데이터 라인들(DL)에 전기적으로 연결된 복수의 화소들(P)을 포함할 수 있다. 게이트 라인들(GL)은 제1 방향(D1)으로 연장되고, 데이터 라인들(DL)은 제1 방향(D1)과 교차하는 제2 방향(D2)으로 연장될 수 있다.
구동 제어부(300)는 외부의 장치(예를 들어, 그래픽 프로세싱 유닛(graphic processing unit; GPU) 등)로부터 입력 영상 데이터(IMG) 및 입력 제어 신호(CONT)를 수신할 수 있다. 예를 들어, 입력 영상 데이터(IMG)는 적색 영상 데이터, 녹색 영상 데이터 및 청색 영상 데이터를 포함할 수 있다. 실시예에 따라, 입력 영상 데이터(IMG)는 백색 영상 데이터를 더 포함할 수 있다. 다른 예를 들어, 입력 영상 데이터(IMG)는 마젠타색(magenta) 영상 데이터, 황색(yellow) 영상 데이터 및 시안색(cyan) 영상 데이터를 포함할 수 있다. 입력 제어 신호(CONT)는 마스터 클럭 신호, 데이터 인에이블 신호를 포함할 수 있다. 입력 제어 신호(CONT)는 수직 동기 신호 및 수평 동기 신호를 더 포함할 수 있다.
구동 제어부(300)는 입력 영상 데이터(IMG), 감마 전압에 대한 정보(IGV) 및 입력 제어 신호(CONT)에 기초하여 제1 제어 신호(CONT1), 제2 제어 신호(CONT2) 및 데이터 신호(DATA)를 생성할 수 있다.
구동 제어부(300)는 입력 제어 신호(CONT)에 기초하여 게이트 구동부(400)의 동작을 제어하기 위한 제1 제어 신호(CONT1)를 생성하여 게이트 구동부(400)에 출력할 수 있다. 제1 제어 신호(CONT1)는 수직 개시 신호 및 게이트 클럭 신호를 포함할 수 있다.
구동 제어부(300)는 입력 제어 신호(CONT)에 기초하여 데이터 구동부(500)의 동작을 제어하기 위한 제2 제어 신호(CONT2)를 생성하여 데이터 구동부(500)에 출력할 수 있다. 제2 제어 신호(CONT2)는 수평 개시 신호 및 로드 신호를 포함할 수 있다.
구동 제어부(300)는 입력 영상 데이터(IMG) 및 감마 전압에 대한 정보(IGV)를 수신하여 데이터 신호(DATA)를 생성할 수 있다. 구동 제어부(300)는 데이터 신호(DATA)를 데이터 구동부(500)에 출력할 수 있다.
게이트 구동부(400)는 구동 제어부(300)로부터 입력 받은 제1 제어 신호(CONT1)에 응답하여 게이트 라인들(GL)을 구동하기 위한 게이트 신호들(GW(j), GC(j), GI(j), GB(j))을 생성할 수 있다. 실시예에 따라, 게이트 구동부(400)는 구동 제어부(300)로부터 입력 받은 제1 제어 신호(CONT1)에 응답하여 게이트 라인들(GL)을 구동하기 위한 게이트 신호들(GW(j), GC(j), GI(j), GB(j)) 및 발광 신호들(EM(j))을 생성할 수 있다. 게이트 구동부(400)는 상기 게이트 신호들(GW(j), GC(j), GI(j), GB(j))을 게이트 라인들(GL)에 출력할 수 있다. 예를 들어, 게이트 구동부(300)는 상기 게이트 신호들(GW(j), GC(j), GI(j), GB(j))을 게이트 라인들(GL)에 순차적으로 출력할 수 있다.
데이터 구동부(500)는 구동 제어부(300)로부터 제2 제어 신호(CONT2) 및 데이터 신호(DATA)를 입력 받을 수 있다. 데이터 구동부(500)는 데이터 신호(DATA)를 아날로그 형태의 전압으로 변환한 데이터 전압(DV)을 생성할 수 있다. 데이터 구동부(500)는 데이터 전압(DV)을 데이터 라인(DL)에 출력할 수 있다.
비휘발성 메모리 장치(600)는 계조 전압에 대한 정보(IGV)를 저장할 수 있다. 비휘발성 메모리 장치(600)는 휘도 인자들(LF)에 상응하는 계조 전압(GV)을 저장할 수 있다. 비휘발성 메모리 장치(600)는 휘도 인자들(LF)을 수신하여 휘도 인자들(LF)에 상응하는 계조 전압에 대한 정보(IGV)를 구동 제어부(300)에 인가할 수 있다.
일 실시예에 있어서, 화소(P)는 발광 소자(EE) 및 복수의 트랜지스터들(T1 내지 T8)을 포함할 수 있다. 발광 소자(EE)의 제1 전극은 제6 트랜지스터(T6)에 접속되고, 제2 전극은 제2 전원전압(ELVSS)에 접속될 수 있다. 발광 소자(EE)는 유기 발광 다이오드 또는 무기 발광 다이오드를 포함할 수 있다. 발광 소자(EE)는 제1 트랜지스터(T1)로부터 공급되는 구동 전류에 대응하여 소정 휘도의 빛을 생성할 수 있다.
제1 트랜지스터(T1)는 제1 전원전압(ELVDD)에 전기적으로 연결되는 제1 노드(N1)와 발광 소자(EE)의 제1 전극에 전기적으로 연결되는 제2 노드(N2) 사이에 결합될 수 있다. 제1 트랜지스터(T1)는 구동 전류를 생성하여 발광 소자(EE)에 제공할 수 있다. 제1 트랜지스터(T1)의 게이트 전극은 제3 노드(N3)에 결합될 수 있다. 제1 트랜지스터(T1)는 화소(P)의 구동 트랜지스터로서 기능한다.
제2 트랜지스터(T2)는 데이터 라인(DL)과 제1 노드(N1) 사이에 결합될 수 있다. 제2 트랜지스터는 기입 게이트 신호(GW(j))를 수신하는 게이트 전극을 포함할 수 있다.
제3 트랜지스터(T3)는 제2 노드(N2)와 제3 노드(N3) 사이에 결합될 수 있다. 제3 트랜지스터(T3)는 보상 게이트 신호(GC(j))를 수신하는 게이트 전극을 포함할 수 있다. 제3 트랜지스터(T3)가 턴-온 될 때 제1 트랜지스터(T1)는 다이오드 형태로 접속될 수 있다. 즉, 제3 트랜지스터(T3)는 제1 트랜지스터(T1)에 대한 데이터 전압(DV) 기입 및 문턱 전압 보상을 수행하는 역할을 할 수 있다.
저장 커패시터(Cst)는 제1 전원전압(ELVDD)과 제3 노드(N3) 사이에 접속된다. 저장 커패시터(Cst)는 데이터 전압(DV) 및 제1 트랜지스터(T1)의 문턱 전압에 대응하는 전압을 저장할 수 있다.
제4 트랜지스터(T4)는 제3 노드(N3)와 초기화 전압(VINT) 사이에 결합될 수 있다. 제4 트랜지스터(T4)는 초기화 게이트 신호(GI(j))를 수신하는 게이트 전극을 포함할 수 있다. 일 실시예에서, 초기화 게이트 신호(GI(j))는 이전 화소 라인의 보상 게이트 신호(GC(j-1))에 상응할 수 있다. 제4 트랜지스터(T4)의 턴-온에 의해 제1 트랜지스터(T1)의 게이트 전압이 초기화 전압(VINT)의 전압으로 초기화될 수 있다. 일 실시예에서, 초기화 전압(VINT)은 데이터 전압의 최저 전압보다 낮은 전압으로 설정될 수 있다.
제5 트랜지스터(T5)는 제1 전원전압(ELVDD)과 제1 노드(N1) 사이에 결합될 수 있다. 제5 트랜지스터(T5)는 발광 신호(EM(j))를 수신하는 게이트 전극을 포함할 수 있다.
제6 트랜지스터(T6)는 제2 노드(N2)와 발광 소자(EE)의 제1 전극 사이에 결합될 수 있다. 제6 트랜지스터(T6)는 발광 신호(EM(j))를 수신하는 게이트 전극을 포함할 수 있다.
제7 트랜지스터(T7)는 초기화 전압(VINT)과 발광 소자(EE)의 제1 전극 사이에 결합될 수 있다. 제7 트랜지스터(T7)는 바이패스 게이트 신호(GB(j))를 수신하는 게이트 전극을 포함할 수 있다. 일 실시예에서, 바이패스 게이트 신호(GB(j))는 기입 게이트 신호(GW(j))에 상응할 수 있다. 다만, 이는 예시적인 것으로서, 바이패스 게이트 신호(GB(j))는 이전 화소 행에 공급되는 기입 게이트 신호(GW(j-1)) 또는 다음 화소 행에 공급되는 기입 게이트 신호(GW(j+1))에 상응할 수도 있다.
제8 트랜지스터(T8)는 바이어스 전압(VB)과 제1 노드(N1) 사이에 결합될 수 있다. 제8 트랜지스터(T8)는 바이패스 게이트 신호(GB(j))를 수신하는 게이트 전극을 포함할 수 있다.
다만, 기입 게이트 신호(GW(j)), 보상 게이트 신호(GC(j)), 초기화 게이트 신호(GI(j)), 및 바이패스 게이트 신호(GB(j))는 설명의 편의 상 화소(P) 내의 서로 다른 구성 요소들에 제공되는 게이트 신호들(GW(j), GC(j), GI(j), GB(j))을 구분하기 위한 표현들에 불과하며, 각각의 게이트 신호들(GW(j), GC(j), GI(j), GB(j))의 기능을 한정하는 것은 아니다.
일 실시예에서, 제1, 제2, 제5, 제6, 제7 및 제8 트랜지스터들(T1, T2, T5, T6, T7, T8)은 각각 P타입의 LTPS(Low-Temperature Poly-Silicon) 박막 트랜지스터이고, 제3 및 제4 트랜지스터들(T3, T4)은 각각 N타입의 산화물 반도체 박막 트랜지스터일 수 있다. N타입의 산화물 반도체 박막 트랜지스터가 P타입의 LTPS 박막 트랜지스터보다 전류 누설 특성이 좋기 때문에, 스위칭 트랜지스터들인 제3 및 제4 트랜지스터들(T3, T4)이 N타입의 산화물 반도체 박막 트랜지스터로 형성될 수 있다. 이에 따라, 제3 및 제4 트랜지스터들(T3, T4)에서의 누설 전류가 크게 감소되므로, 소비 전력이 저감될 수 있다.
도 1의 감마 보정 방법은 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S110)하고, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S120)하며, 패널 모델(20)을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정(S130)할 수 있다. 실시예에 따라, 도 1의 감마 보정 방법은 계조 전압에 대한 정보(IGV)를 저장할 수 있다. 예를 들어, 도 1의 감마 보정 방법은 비휘발성 메모리 장치(600)에 계조 전압에 대한 정보(IGV)를 저장할 수 있다. 예를 들어, 대표 패널 모델(10)의 생성은 셀 공정 이전에 이루어지고, 패널 모델(20)의 생성은 셀 공정에서 이루어질 수 있다. 따라서, 표시 패널(200)을 양산하기 전에 미리 대표 패널 모델(10)을 생성하고, 표시 패널(200)을 양산하는 과정에서 대표 패널 모델(10)을 기초로 패널 모델(20)을 생성할 수 있다.
구체적으로, 도 1의 감마 보정 방법은 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S110)할 수 있다. 휘도 인자들(LF)은 표시 패널(200)의 휘도에 영향을 줄 수 있는 요소들일 수 있다. 예를 들어, 휘도 인자들(LF)은 계조 레벨(GL)을 포함할 수 있다. 실시예에 따라, 휘도 인자들(LF)은 계조 레벨(GL)을 포함하고, 프레임 주파수(FF), 온 듀티비(OD), 전원 전압(ELVDD, ELVSS), 및 초기화 전압(VINT) 중 적어도 하나 이상을 더 포함할 수 있다. 실시예에 따라, 휘도 인자들(LF)은 계조 레벨(GL)을 포함할 수 있다. 실시예에 따라, 휘도 인자들(LF)은 계조 레벨(GL)을 포함하고, 프레임 주파수(FF), 온 듀티비(OD), 전원 전압(ELVDD, ELVSS), 바이어스 전압(VB), 및 초기화 전압(VINT) 중 적어도 하나 이상을 더 포함할 수 있다. 따라서, 표시 패널(200)에 대한 계조 전압(GV)은 계조 레벨(GL), 프레임 주파수(FF), 온 듀티비(OD), 전원 전압(ELVDD, ELVSS), 및 초기화 전압(VINT) 등에 따라 다른 값을 가질 수 있다.
대표 표시 패널은 표시 패널(200)을 제조하기 전에 만들어진 패널로써, 전이 학습을 위한 사전 학습 모델(즉, 대표 패널 모델)을 생성하기 위한 패널일 수 있다. 전이 학습에 대한 설명은 후술한다. 대표 패널 모델(10)은 휘도 인자들(LF), 휘도 인자들(LF)에서의 타겟 휘도(TL), 및 휘도 인자들(LF)에서의 타겟 색좌표(TC)를 입력하면, 대표 표시 패널에 대한 계조 전압(GV')을 출력할 수 있다.
딥 러닝은 대표 패널 모델(10)을 만들기 위한 학습 과정으로, 실시예에 따라, 인공 신경망(neural network) 모델을 학습시킬 수 있다. 인공 신경망 모델에 데이터가 입력되면, 인공 신경망 모델의 히든 레이어의 가중치들의 값에 따라 출력 되는 데이터가 달라질 수 있다. 딥 러닝은 상기 가중치들의 값들을 조정하여 인공 신경망 모델이 원하는 목표 값을 출력하도록 할 수 있다. 예를 들어, 휘도 인자들(TL)에 따른 타겟 휘도(TL) 및 타겟 색좌표(TC)를 설정하고, 대표 표시 패널에 인가되는 데이터 전압을 변화시키면서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 표시하기 위한 제1 테스트 전압을 측정할 수 있다. 제1 테스트 전압이 측정되면, 딥 러닝은 휘도 인자들(TL), 타겟 휘도(TL), 및 타겟 색좌표(TC)를 입력 값으로 하고, 제1 테스트 전압을 목표 값으로 하여, 인공 신경망 모델을 학습시킬 수 있다. 그 결과, 학습이 끝난 인공 신경망 모델을 대표 패널 모델(10)로 하고, 대표 패널 모델(10)의 출력 값을 대표 표시 패널에 대한 계조 전압(GV')으로 결정할 수 있다. 계조 전압에 대한 설명은 후술한다.
구체적으로, 도 1의 감마 보정 방법은 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델을 생성(S120)할 수 있다. 전이 학습은 특정 환경에서 만들어진 사전 모델을 다른 환경에서 사용되는 인공 신경망의 학습에 이용하는 것을 의미한다. 전이 학습은 기존에 생성된 사전 모델의 히든 레이어의 일부를 재사용하고, 사전 모델의 가중치들 중 일부를 그대로 채용할 수 있다. 전이 학습은 사전 모델을 이용하여 인공 신경망 모델을 학습시키기 때문에, 적은 데이터 만으로도 수행될 수 있다. 따라서, 대표 패널 모델(10)을 사전 모델로 하여 전이 학습을 수행함으로써, 전이 학습은 패널 모델(20)을 생성하는데 필요한 데이터를 감소시킬 수 있다. 예를 들어, 휘도 인자들(TL)에 따른 타겟 휘도(TL) 및 타겟 색좌표(TC)를 설정하고, 표시 패널(200)에 인가되는 데이터 전압(DV)을 변화시키면서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 표시하기 위한 제2 테스트 전압을 측정할 수 있다. 제1 테스트 전압은 제2 테스트 전압보다 더 많은 휘도 인자들(TL)의 조건 하에서 측정될 수 있다. 예를 들어, 휘도 인자들(TL)이 계조 레벨(GL)을 포함하는 경우, 제1 테스트 전압(T1)은 계조 레벨(GL)이 10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130, 140, 150, 160, 170, 180, 190, 200, 210, 220, 230, 240, 250일 때의 전압 값들을 포함하고, 제2 테스트 전압(T2)은 계조 레벨(GL)이 50, 100, 150, 200, 250일 의 전압 값들을 포함할 수 있다. 제2 테스트 전압이 측정되면, 인공 신경망 모델에 대한 전이 학습이 수행될 수 있다. 전이 학습은 휘도 인자들(TL), 타겟 휘도(TL), 및 타겟 색좌표(TC)를 입력 값으로 하고, 제2 테스트 전압을 목표 값으로 하며, 사전 모델(즉, 대표 패널 모델(10))의 히든 레이어의 일부를 재사용하고, 사전 모델(즉, 대표 패널 모델(10))의 가중치들의 일부를 그대로 채용할 수 있다. 그 결과, 전이 학습이 끝난 인공 신경망 모델을 패널 모델(20)로 하고, 패널 모델(20)의 출력 값을 표시 패널(200)에 대한 계조 전압(GV)으로 결정할 수 있다. 계조 전압에 대한 설명은 후술한다.
구체적으로, 도 1의 감마 보정 방법은 패널 모델(20)을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정(S130)할 수 있다. 계조 전압(GV)은 입력 영상 데이터(IMG)를 기초로 표시 패널(200)에 영상을 표시하기 위해 휘도 인자들(LF)에 따른 데이터 전압(DV)의 전압 값을 의미할 수 있다. 예를 들어, 휘도 인자들(LF)이 계조 레벨(GL) 및 온 듀티비(OD)만 포함하고 계조 레벨(GL)이 10이고 온 듀티비(OD)가 0.9일 때 계조 전압이 1V라 가정한다. 이 경우, 입력 영상 데이터(IMG)의 계조 레벨(GL)이 10이고 온 듀티비(OD)가 0.9로 영상을 표시할 때의 데이터 전압(DV)의 전압 값은 1V일 수 있다. 이처럼, 표시 장치(1000)가 특정 감마 특성을 가지게 하도록 감마 전압(GV)을 결정할 수 있다. 상기 감마 특성은 계조 레벨(GL)과 휘도 간의 상관 관계를 나타낸다. 휘도는 계조 레벨(GL)뿐만 아니라 다른 요소들(예를 들어, 프레임 주파수(FF), 온 듀티비(OD), 전원 전압(ELVDD, ELVSS), 및 초기화 전압(VINT) 등)에도 영향을 받기 때문에, 상기 다른 요소들을 고려하여 계조 전압(GV)을 결정함으로써 표시 장치가 특정 감마 특성을 더 정확히 가지도록 할 수 있다.
구체적으로, 도 1의 감마 보정 방법은 계조 전압에 대한 정보(IGV)를 저장할 수 있다. 실시예에 따라, 도 1의 감마 보정 방법은 계조 전압에 대한 정보(IGV)를 비휘발성 메모리(600)에 저장할 수 있다. 실시예에 따라, 계조 전압에 대한 정보(IGV)는 휘도 인자들(LF)의 특정 값에서의 계조 전압(GV)의 전압 값을 포함할 수 있다. 예를 들어, 계조 전압에 대한 정보(IGV)는 휘도 인자들(LF)마다의 기준 값들을 가질 때의 계조 전압(GV)의 전압 값만을 포함하고, 휘도 인자들(LF)이 기준 값들을 갖지 않을 때의 계조 전압(GV)의 전압 값은 보간(interpolation)을 통하여 구해질 수 있다.
도 6은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이고, 도 7은 도 6의 감마 보정 방법의 튜닝 포인트들(TP)의 일 예를 나타내는 도면이며, 도 8 은 도 6의 감마 보정 방법이 딥 러닝을 수행하는 일 예를 나타내는 도면이다. 도 7은 튜닝 포인트들(TP)이 계조 레벨(GL), 프레임 주파수(FF), 온 듀티비(OD), 제1 전원 전압(ELVDD), 및 초기화 전압(VINT)을 포함한다고 가정한다.
본 실시예들에 따른 감마 보정 방법은 대표 패널 모델(10)을 생성하기 이전 단계를 제외하면, 도 1 의 감마 보정 방법과 실질적으로 동일하므로, 동일 또는 유사한 구성 요소에 대해서는 동일한 참조 번호를 사용하고, 중복되는 설명은 생략한다.
도 6 내지 도 8을 참조하면, 도 6의 감마 보정 방법은 휘도 인자들(LF)을 기초로 휘도 및 색좌표의 튜닝 포인트들(TP)을 결정(S150)하고, 각각의 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 결정(S160)하며, 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압(TV1)을 측정(S170)하고, 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S110)하며, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S120)하고, 패널 모델(20)을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정(S130)할 수 있다. 실시예에 따라, 도 6의 감마 보정 방법은 계조 전압에 대한 정보(IGV)를 저장할 수 있다. 예를 들어, 도 6의 감마 보정 방법은 비휘발성 메모리 장치(600)에 계조 전압에 대한 정보(IGV)를 저장할 수 있다.
구체적으로, 도 6의 감마 보정 방법은 휘도 인자들(LF)을 기초로 휘도 및 색좌표의 튜닝 포인트들(TP)을 결정(S150)할 수 있다. 도 6의 감마 보정 방법은 각각의 휘도 인자들(LF)의 기준 값들을 결정하고, 기준 값들을 기초로 튜닝 포인트들(TP)을 결정할 수 있다. 튜닝 포인트들(TP)은 제1 테스트 전압(TV1)이 측정되는 휘도 인자들(LF)의 상태일 수 있다. 휘도 인자들(LF)의 모든 값에 따른 제1 테스트 전압(TV1)을 측정하는 것은 너무 많은 데이터를 필요로 하기 때문에, 도 6의 감마 보정 방법은 휘도 인자들(LF)의 기준 값들을 결정하고 이를 기초로 튜닝 포인트들(TP)을 결정할 수 있다. 튜닝 포인트들은 각각의 휘도 인자들(LF)의 기준 값들의 교차점일 수 있다. 튜닝 포인트들(TP)의 개수는 각각의 휘도 인자들(LP)의 기준 값들의 개수들의 곱일 수 있다.
예를 들어, 계조 레벨(GL)의 기준 값은 50, 100, 150, 200, 250으로 5개이고, 온 듀티비(OD)의 기준 값은 0.3, 0.6, 0.9로 3개이며, 제1 전원 전압(ELVDD)의 기준 값은 3V, 4V, 5V로 3개이고, 초기화 전압(VINT)의 기준 값은 0.1V, 0.2V, 0.3V로 3개이며, 프레임 주파수(FF)의 기준 값은 30Hz, 60Hz, 120Hz로 3개라고 가정한다. 계조 레벨(GL)이 50이고, 온 듀티비(OD)가 0.3이며, 제1 전원 전압(ELVDD)이 3V이고, 초기화 전압(VINT)이 0.1V인 상태는 하나의 튜닝 포인트(TP)가 될 수 있다. 측정 포인트들(MP)의 개수는 각각의 휘도 인자들(LF)의 기준 값들의 개수의 곱인 405(즉, )일 수 있다. 각각의 휘도 인자들(LF)의 기준 값들은 표시 패널(200)을 구동하는 중에 나올 수 있는 값들 중 최대값과 최소값 사이에서 정해질 수 있다.
구체적으로 도 6의 감마 보정 방법은 각각의 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 결정(S160)하고, 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압(TV1)을 측정(S170)하며, 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S110)할 수 있다. 딥 러닝은 휘도 인자들을 기초로 결정된 튜닝 포인트들(TP), 타겟 휘도(TL), 타겟 색좌표(TC), 및 제1 테스트 전압(TV1)을 기초로 수행될 수 있다. 예를 들어, 튜닝 포인트들(TP)에서의 타겟 휘도(TL) 및 타겟 색좌표(TC)를 설정하고, 대표 표시 패널에 인가되는 데이터 전압을 변화시키면서 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 표시하기 위한 제1 테스트 전압(TV1)을 측정할 수 있다. 제1 테스트 전압(TV1)이 측정되면, 딥 러닝은 튜닝 포인트들(TL), 타겟 휘도(TL), 및 타겟 색좌표(TC)를 입력 값으로 하고, 제1 테스트 전압(TV1)을 목표 값으로 하여, 인공 신경망 모델을 학습시킬 수 있다. 따라서, 인공 신경망 모델의 히든 레이어(10)에 튜닝 포인트들(TL), 타겟 휘도(TL), 타겟 색좌표(TC)가 입력되면, 인공 신경망 모델의 히든 레이어(10)는 제1 테스트 전압(TV1)을 출력할 수 있다. 그 결과, 학습이 끝난 인공 신경망 모델을 대표 패널 모델(10)로 하고, 대표 패널 모델(10)의 출력 값을 대표 표시 패널에 대한 계조 전압(GV')으로 결정할 수 있다.
도 9는 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
본 실시예들에 따른 감마 보정 방법은 제2 테스트 전압(TV2)의 측정을 제외하면, 도 6 의 감마 보정 방법과 실질적으로 동일하므로, 동일 또는 유사한 구성 요소에 대해서는 동일한 참조 번호를 사용하고, 중복되는 설명은 생략한다.
도 9를 참조하면, 도 9의 감마 보정 방법은 휘도 인자들(LF)을 기초로 휘도 및 색좌표의 튜닝 포인트들(TP)을 결정(S150)하고, 각각의 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 결정(S160)하며, 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압(TV1)을 측정(S170)하고, 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S110)하며, 튜닝 포인트들(TP)의 일부에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 표시 패널(200)에 포함된 화소들(P)에 인가되는 제2 테스트 전압(TV2)을 측정(S180)하고, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S120)하며, 패널 모델(20)을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정(S130)할 수 있다. 실시예에 따라, 도 6의 감마 보정 방법은 계조 전압에 대한 정보(IGV)를 저장할 수 있다. 예를 들어, 도 6의 감마 보정 방법은 비휘발성 메모리 장치(600)에 계조 전압에 대한 정보(IGV)를 저장할 수 있다.
구체적으로, 도 9의 감마 보정 방법은 튜닝 포인트들(TP)의 일부에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 표시 패널(200)에 포함된 화소들(P)에 인가되는 제2 테스트 전압(TV2)을 측정(S180)하고, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S120)할 수 있다. 전이 학습은 튜닝 포인트들(TP) 중 상기 일부, 튜닝포인트들(TP) 중 상기 일부에서의 타겟 휘도(TL), 튜닝 포인트들(TP) 중 상기 일부에서의 타겟 색좌표(TC), 제2 테스트 전압(TV2), 및 대표 패널 모델(10)을 기초로 수행될 수 있다. 전이 학습은 사전 모델을 이용하여 인공 신경망 모델을 학습시키기 때문에, 적은 데이터 만으로도 수행될 수 있다. 따라서, 대표 패널 모델(10)을 사전 모델로 하여 전이 학습을 수행하기 때문에, 전이 학습은 튜닝 포인트들(TP) 중 상기 일부에서 측정한 제2 테스트 전압(TV2)을 기초로 수행될 수 있다. 제1 테스트 전압(TV1)은 제2 테스트 전압(TV2)보다 더 많은 튜닝 포인트들(TP) 에서 측정될 수 있다. 예를 들어, 제1 테스트 전압(TV1)은 모든 튜닝 포인트들(TP)에서 측정되고, 제2 테스트 전압(TV2)은 튜닝 포인트들(TP) 중 상기 일부에서 측정될 수 있다. 제2 테스트 전압(TV2)이 측정되면, 인공 신경망 모델에 대한 전이 학습이 수행될 수 있다. 전이 학습은 튜닝 포인트들(TP) 중 상기 일부, 튜닝 포인트들(TP) 중 상기 일부에서의 타겟 휘도(TL), 및 튜닝 포인트들(TP) 중 상기 일부에서의 타겟 색좌표(TC)를 입력 값으로 하고, 튜닝 포인트들(TP) 중 상기 일부에서의 제2 테스트 전압(TV2)을 목표 값으로 하며, 사전 모델(즉, 대표 패널 모델(10))의 히든 레이어의 일부를 재사용하고, 사전 모델(즉, 대표 패널 모델(10))의 가중치들의 일부를 그대로 채용할 수 있다. 그 결과, 전이 학습이 끝난 인공 신경망 모델을 패널 모델(20)로 하고, 패널 모델(20)의 출력 값을 표시 패널(200)에 대한 계조 전압(GV)으로 결정할 수 있다.
도 10은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다. 도 11은 도 10의 감마 보정 방법을 채용한 표시 장치(2000)의 일 예를 나타내는 블록도이다.
본 실시예들에 따른 감마 보정 방법은 패널 모델(20)을 생성하고 난 이후의 단계를 제외하면 도 1의 감마 보정 방법과 실질적으로 동일하므로, 동일 또는 유사한 구성요소에 대해서는 동일한 참조 번호를 사용하고, 중복되는 설명은 생략한다.
도 10 및 도 11을 참조하면, 표시 장치(2000)는 표시 패널(200), 구동 제어부(300), 게이트 구동부(400), 데이터 구동부(500'), 및 비휘발성 메모리 장치(600')를 포함할 수 있다.
표시 패널(200)은 화소들(P)을 포함할 수 있다. 게이트 구동부(400)는 화소들(P)에 게이트 신호들(GW(j), GC(j), GI(j), GB(j))을 인가할 수 있다. 데이터 구동부(500)는 화소들(P)에 데이터 전압(DV)을 인가할 수 있다. 구동 제어부(300')는 게이트 구동부(400) 및 데이터 구동부(500)를 제어할 수 있다.
구동 제어부(300')는 입력 영상 데이터(IMG), 패널 모델(20)의 가중치들(W) 및 입력 제어 신호(CONT)에 기초하여 제1 제어 신호(CONT1), 제2 제어 신호(CONT2) 및 데이터 신호(DATA)를 생성할 수 있다. 구동 제어부(300')는 입력 영상 데이터(IMG) 및 패널 모델(10)의 가중치들(W)을 수신하여 데이터 신호(DATA)를 생성할 수 있다. 구동 제어부(300')는 데이터 신호(DATA)를 데이터 구동부(500)에 출력할 수 있다.
비휘발성 메모리 장치(600')는 패널 모델(20)의 가중치들(W)을 저장할 수 있다. 구동 제어부(300')는 비휘발성 메모리 장치(600')로부터 패널 모델(20)의 가중치들(W)을 수신하며, 패널 모델(20)의 가중치들(W)을 기초로 패널 모델(20)을 재구현함으로써 재구현 패널 모델을 생성하고, 재구현 패널 모델을 기초로 계조 전압(GV)을 결정할 수 있다. 비휘발성 메모리 장치(600')에 패널 모델(20)의 가중치들(W)을 저장하는 것은 휘도 인자들(LF)의 모든 값에 대한 계조 전압에 대한 정보를 저장하는 것 보다 저장되는 데이터의 양을 줄일 수 있다.
도 10의 감마 보정 방법은 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S710)하고, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S720)하며, 패널 모델(20)의 가중치들(W)을 저장(S730)하고, 패널 모델(20)의 가중치들(W)을 기초로 패널 모델(20)을 재구현함으로써 재구현 패널 모델을 생성(S740)하며, 재구현 패널 모델을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정할 수 있다. 실시예에 따라, 패널 모델(20)의 가중치들(W)은 비휘발성 메모리 장치(600')에 저장될 수 있다.
구체적으로, 도 10의 감마 보정 방법은 패널 모델(20)의 가중치들(W)을 저장(S730)하고, 패널 모델(20)의 가중치들(W)을 기초로 패널 모델(20)을 재구현함으로써 재구현 패널 모델을 생성(S740)하며, 재구현 패널 모델을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정할 수 있다. 인공 신경망 모델에 데이터가 입력되면, 인공 신경망 모델의 히든 레이어의 가중치들의 값에 따라 출력 되는 데이터가 달라질 수 있다. 딥 러닝은 상기 가중치들의 값들을 조정하여 인공 신경망 모델이 원하는 목표 값을 출력하도록 할 수 있다. 따라서, 패널 모델(20)의 가중치들(W)의 값들을 인공 신경망 모델에 적용함으로써, 패널 모델(20)을 재구현할 수 있다. 예를 들어, 재구현된 재구현 패널 모델은 패널 모델(20)과 동일한 가중치들(W)을 갖기 때문에 같은 입력 값에 대해 같은 출력 값을 출력할 수 있다. 실시예에 따라, 표시 장치(2000)는 패널 모델(20)의 가중치들(W)을 비휘발성 메모리 장치(600')에 저장하고, 구동 제어부(300')를 통하여 패널 모델(20)을 재구현할 수 있다.
도 12는 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
본 실시예들에 따른 감마 보정 방법은 대표 패널 모델(10)을 생성하기 이전 단계를 제외하면, 도 10 의 감마 보정 방법과 실질적으로 동일하므로, 동일 또는 유사한 구성 요소에 대해서는 동일한 참조 번호를 사용하고, 중복되는 설명은 생략한다.
도 12를 참조하면, 도 12의 감마 보정 방법은 휘도 인자들(LF)을 기초로 휘도 및 색좌표의 튜닝 포인트들(TP)을 결정(S760)하고, 각각의 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 결정(S770)하며, 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압(TV1)을 측정(S780)하고, 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S710)하며, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S720)하며, 패널 모델(20)의 가중치들(W)을 저장(S730)하고, 패널 모델(20)의 가중치들(W)을 기초로 패널 모델(20)을 재구현함으로써 재구현 패널 모델을 생성(S740)하며, 재구현 패널 모델을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정할 수 있다. 실시예에 따라, 패널 모델(20)의 가중치들(W)은 비휘발성 메모리 장치(600')에 저장될 수 있다.
구체적으로, 도 12의 감마 보정 방법은 휘도 인자들(LF)을 기초로 휘도 및 색좌표의 튜닝 포인트들(TP)을 결정(S760)할 수 있다. 도 12의 감마 보정 방법은 각각의 휘도 인자들(LF)의 기준 값들을 결정하고, 기준 값들을 기초로 튜닝 포인트들(TP)을 결정할 수 있다. 튜닝 포인트들(TP)은 제1 테스트 전압(TV1)이 측정되는 휘도 인자들(LF)의 상태일 수 있다. 휘도 인자들(LF)의 모든 값에 따른 제1 테스트 전압(TV1)을 측정하는 것은 너무 많은 데이터를 필요로 하기 때문에, 도 12의 감마 보정 방법은 휘도 인자들(LF)의 기준 값들을 결정하고 이를 기초로 튜닝 포인트들(TP)을 결정할 수 있다. 튜닝 포인트들은 각각의 휘도 인자들(LF)의 기준 값들의 교차점일 수 있다. 튜닝 포인트들(TP)의 개수는 각각의 휘도 인자들(LP)의 기준 값들의 개수들의 곱일 수 있다.
예를 들어, 계조 레벨(GL)의 기준 값은 50, 100, 150, 200, 250으로 5개이고, 온 듀티비(OD)의 기준 값은 0.3, 0.6, 0.9로 3개이며, 제1 전원 전압(ELVDD)의 기준 값은 3V, 4V, 5V로 3개이고, 초기화 전압(VINT)의 기준 값은 0.1V, 0.2V, 0.3V로 3개이며, 프레임 주파수(FF)의 기준 값은 30Hz, 60Hz, 120Hz로 3개라고 가정한다. 계조 레벨(GL)이 50이고, 온 듀티비(OD)가 0.3이며, 제1 전원 전압(ELVDD)이 3V이고, 초기화 전압(VINT)이 0.1V인 상태는 하나의 튜닝 포인트(TP)가 될 수 있다. 측정 포인트들(MP)의 개수는 각각의 휘도 인자들(LF)의 기준 값들의 개수의 곱인 405(즉, )일 수 있다. 각각의 휘도 인자들(LF)의 기준 값들은 표시 패널(200)을 구동하는 중에 나올 수 있는 값들 중 최대값과 최소값 사이에서 정해질 수 있다.
구체적으로 도 12의 감마 보정 방법은 각각의 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 결정(S770)하고, 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압(TV1)을 측정(S780)하며, 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S710)할 수 있다. 딥 러닝은 휘도 인자들을 기초로 결정된 튜닝 포인트들(TP), 타겟 휘도(TL), 타겟 색좌표(TC), 및 제1 테스트 전압(TV1)을 기초로 수행될 수 있다. 예를 들어, 튜닝 포인트들(TP)에서의 타겟 휘도(TL) 및 타겟 색좌표(TC)를 설정하고, 대표 표시 패널에 인가되는 데이터 전압을 변화시키면서 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 표시하기 위한 제1 테스트 전압(TV1)을 측정할 수 있다. 제1 테스트 전압(TV1)이 측정되면, 딥 러닝은 튜닝 포인트들(TL), 타겟 휘도(TL), 및 타겟 색좌표(TC)를 입력 값으로 하고, 제1 테스트 전압(TV1)을 목표 값으로 하여, 인공 신경망 모델을 학습시킬 수 있다. 따라서, 인공 신경망 모델의 히든 레이어(10)에 튜닝 포인트들(TL), 타겟 휘도(TL), 타겟 색좌표(TC)가 입력되면, 인공 신경망 모델의 히든 레이어(10)는 제1 테스트 전압(TV1)을 출력할 수 있다. 그 결과, 학습이 끝난 인공 신경망 모델을 대표 패널 모델(10)로 하고, 대표 패널 모델(10)의 출력 값을 대표 표시 패널에 대한 계조 전압(GV')으로 결정할 수 있다.
도 13은 본 발명의 실시예들에 따른 감마 보정 방법을 나타내는 순서도이다.
본 실시예들에 따른 감마 보정 방법은 제2 테스트 전압(TV2)의 측정을 제외하면, 도 12의 감마 보정 방법과 실질적으로 동일하므로, 동일 또는 유사한 구성 요소에 대해서는 동일한 참조 번호를 사용하고, 중복되는 설명은 생략한다.
도 13을 참조하면, 도 13의 감마 보정 방법은 휘도 인자들(LF)을 기초로 휘도 및 색좌표의 튜닝 포인트들(TP)을 결정(S150)하고, 각각의 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)를 결정(S770)하며, 튜닝 포인트들(TP)에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압(TV1)을 측정(S780)하고, 휘도 인자들(LF) 및 대표 표시 패널을 기초로 딥 러닝을 수행함으로써 대표 패널 모델(10)을 생성(S710)하며, 튜닝 포인트들(TP)의 일부에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 표시 패널(200)에 포함된 화소들(P)에 인가되는 제2 테스트 전압(TV2)을 측정(S790)하고, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S720)하며, 패널 모델(20)의 가중치들(W)을 저장(S730)하고, 패널 모델(20)의 가중치들(W)을 기초로 패널 모델(20)을 재구현함으로써 재구현 패널 모델을 생성(S740)하며, 재구현 패널 모델을 기초로 표시 패널(200)에 대한 계조 전압(GV)을 결정할 수 있다. 실시예에 따라, 패널 모델(20)의 가중치들(W)은 비휘발성 메모리 장치(600')에 저장될 수 있다.
구체적으로, 도 13의 감마 보정 방법은 튜닝 포인트들(TP)의 일부에서 타겟 휘도(TL) 및 타겟 색좌표(TC)에 상응하는 표시 패널(200)에 포함된 화소들(P)에 인가되는 제2 테스트 전압(TV2)을 측정(S790)하고, 대표 패널 모델(10) 및 표시 패널(200)을 기초로 전이 학습을 수행함으로써 패널 모델(20)을 생성(S720)할 수 있다. 전이 학습은 튜닝 포인트들(TP) 중 상기 일부, 튜닝포인트들(TP) 중 상기 일부에서의 타겟 휘도(TL), 튜닝 포인트들(TP) 중 상기 일부에서의 타겟 색좌표(TC), 제2 테스트 전압(TV2), 및 대표 패널 모델(10)을 기초로 수행될 수 있다. 전이 학습은 사전 모델을 이용하여 인공 신경망 모델을 학습시키기 때문에, 적은 데이터 만으로도 수행될 수 있다. 따라서, 대표 패널 모델(10)을 사전 모델로 하여 전이 학습을 수행하기 때문에, 전이 학습은 튜닝 포인트들(TP) 중 상기 일부에서 측정한 제2 테스트 전압(TV2)을 기초로 수행될 수 있다. 제1 테스트 전압(TV1)은 제2 테스트 전압(TV2)보다 더 많은 튜닝 포인트들(TP) 에서 측정될 수 있다. 예를 들어, 제1 테스트 전압(TV1)은 모든 튜닝 포인트들(TP)에서 측정되고, 제2 테스트 전압(TV2)은 튜닝 포인트들(TP) 중 상기 일부에서 측정될 수 있다. 제2 테스트 전압(TV2)이 측정되면, 인공 신경망 모델에 대한 전이 학습이 수행될 수 있다. 전이 학습은 튜닝 포인트들(TP) 중 상기 일부, 튜닝 포인트들(TP) 중 상기 일부에서의 타겟 휘도(TL), 및 튜닝 포인트들(TP) 중 상기 일부에서의 타겟 색좌표(TC)를 입력 값으로 하고, 튜닝 포인트들(TP) 중 상기 일부에서의 제2 테스트 전압(TV2)을 목표 값으로 하며, 사전 모델(즉, 대표 패널 모델(10))의 히든 레이어의 일부를 재사용하고, 사전 모델(즉, 대표 패널 모델(10))의 가중치들의 일부를 그대로 채용할 수 있다. 그 결과, 전이 학습이 끝난 인공 신경망 모델을 패널 모델(20)로 하고, 패널 모델(20)의 출력 값을 표시 패널(200)에 대한 계조 전압(GV)으로 결정할 수 있다.
본 발명은 표시 장치 및 이를 포함하는 전자 기기에 적용될 수 있다. 예를 들어, 본 발명은 디지털 TV, 3D TV, 휴대폰, 스마트 폰, 태블릿 컴퓨터, VR 기기, PC, 가정용 전자기기, 노트북 컴퓨터, PDA, PMP, 디지털 카메라, 음악 재생기, 휴대용 게임 콘솔, 내비게이션 등에 적용될 수 있다.
이상 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1000, 2000: 표시 장치
200: 표시 패널
300, 300': 구동 제어부 400: 게이트 구동부
500: 데이터 구동부 600, 600': 비휘발성 메모리장치
10: 대표 패널 모델 20: 패널 모델
11: 히든 레이어
300, 300': 구동 제어부 400: 게이트 구동부
500: 데이터 구동부 600, 600': 비휘발성 메모리장치
10: 대표 패널 모델 20: 패널 모델
11: 히든 레이어
Claims (20)
- 휘도 인자들 및 대표 표시 패널을 기초로 딥 러닝(deep learning)을 수행함으로써 대표 패널 모델을 생성하는 단계;
상기 대표 패널 모델 및 표시 패널을 기초로 전이 학습(transfer learning)을 수행함으로써 패널 모델을 생성하는 단계; 및
상기 패널 모델을 기초로 상기 표시 패널에 대한 계조 전압을 결정하는 단계를 포함하는 감마 보정 방법. - 제 1 항에 있어서, 상기 휘도 인자들은 계조 레벨을 포함하고, 프레임 주파수, 온 듀티비, 전원 전압, 및 초기화 전압 중 적어도 하나 이상을 더 포함하는 것을 특징으로 하는 감마 보정 방법.
- 제 1 항에 있어서,
상기 계조 전압에 대한 정보를 저장하는 단계를 더 포함하는 것을 특징으로 하는 감마 보정 방법. - 제 1 항에 있어서,
상기 휘도 인자들을 기초로 휘도 및 색좌표의 튜닝 포인트들을 결정하는 단계;
각각의 상기 튜닝 포인트들에서 타겟 휘도 및 타겟 색좌표를 결정하는 단계; 및
상기 튜닝 포인트들에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압을 측정하는 단계를 더 포함하고,
상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 상기 타겟 색좌표, 및 상기 제1 테스트 전압을 기초로 수행되는 것을 특징으로 하는 감마 보정 방법. - 제 4 항에 있어서, 상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 및 상기 타겟 색좌표를 입력 값으로 하고, 상기 제1 테스트 전압을 목표 값으로 하는 것을 특징으로 하는 감마 보정 방법.
- 제 4 항에 있어서, 상기 튜닝 포인트들을 결정하는 단계는
각각의 상기 휘도 인자들의 기준 값들을 결정하는 단계; 및
상기 기준 값들을 기초로 상기 튜닝 포인트들을 결정하는 단계를 포함하는 것을 특징으로 하는 감마 보정 방법. - 제 6 항에 있어서, 상기 튜닝 포인트들의 개수는 각각의 상기 휘도 인자들의 상기 기준 값들의 개수들의 곱인 것을 특징으로 하는 감마 보정 방법.
- 제 4 항에 있어서,
상기 튜닝 포인트들 중 일부에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 표시 패널에 포함된 화소들에 인가되는 제2 테스트 전압을 측정하는 단계를 더 포함하고,
상기 전이 학습은 상기 튜닝 포인트들 중 상기 일부, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 휘도, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 색좌표, 상기 제2 테스트 전압, 및 상기 대표 패널 모델을 기초로 수행되는 것을 특징으로 하는 감마 보정 방법. - 제 1 항에 있어서,
상기 패널 모델의 생성은 셀 공정에서 이루어지고,
상기 대표 패널 모델의 생성은 셀 공정 이전에 이루어지는 것을 특징으로 하는 감마 보정 방법. - 휘도 인자들 및 대표 표시 패널을 기초로 딥 러닝(deep learning)을 수행함으로써 대표 패널 모델을 생성하는 단계;
상기 대표 패널 모델 및 표시 패널을 기초로 전이 학습(transfer learning)을 수행함으로써 패널 모델을 생성하는 단계;
상기 패널 모델의 가중치들을 저장하는 단계;
상기 패널 모델의 상기 가중치들을 기초로 상기 패널 모델을 재구현함으로써 재구현 패널 모델을 생성하는 단계; 및
상기 재구현 패널 모델을 기초로 상기 표시 패널에 대한 계조 전압을 결정하는 단계를 포함하는 감마 보정 방법. - 제 10 항에 있어서, 상기 휘도 인자들은 계조 레벨을 포함하고, 프레임 주파수, 온 듀티비, 전원 전압, 및 초기화 전압 중 적어도 하나 이상을 더 포함하는 것을 특징으로 하는 감마 보정 방법.
- 제 10 항에 있어서,
상기 휘도 인자들을 기초로 휘도 및 색좌표의 튜닝 포인트들을 결정하는 단계;
각각의 상기 튜닝 포인트들에서 타겟 휘도 및 타겟 색좌표를 결정하는 단계; 및
상기 튜닝 포인트들에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 대표 표시 패널에 포함된 화소들에 인가되는 제1 테스트 전압을 측정하는 단계를 더 포함하고,
상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 상기 타겟 색좌표, 및 상기 제1 테스트 전압을 기초로 수행되는 것을 특징으로 하는 감마 보정 방법. - 제 12 항에 있어서, 상기 딥 러닝은 상기 튜닝 포인트들, 상기 타겟 휘도, 및 상기 타겟 색좌표를 입력 값으로 하고, 상기 제1 테스트 전압을 목표 값으로 하는 것을 특징으로 하는 감마 보정 방법.
- 제 12 항에 있어서, 상기 튜닝 포인트들을 결정하는 단계는
각각의 상기 휘도 인자들의 기준 값들을 결정하는 단계; 및
상기 기준 값들을 기초로 상기 튜닝 포인트들을 결정하는 단계를 포함하는 것을 특징으로 하는 감마 보정 방법. - 제 12 항에 있어서, 상기 튜닝 포인트들의 개수는 각각의 상기 휘도 인자들의 상기 기준 값들의 개수들의 곱인 것을 특징으로 하는 감마 보정 방법.
- 제 12 항에 있어서,
상기 튜닝 포인트들 중 일부에서 상기 타겟 휘도 및 상기 타겟 색좌표에 상응하는 상기 표시 패널에 포함된 화소들에 인가되는 제2 테스트 전압을 측정하는 단계를 더 포함하고,
상기 전이 학습은 상기 튜닝 포인트들 중 상기 일부, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 휘도, 상기 튜닝 포인트들 중 상기 일부에서의 상기 타겟 색좌표, 상기 제2 테스트 전압, 및 상기 대표 패널 모델을 기초로 수행되는 것을 특징으로 하는 감마 보정 방법. - 제 10 항에 있어서,
상기 패널 모델의 생성은 셀 공정에서 이루어지고,
상기 대표 패널 모델의 생성은 셀 공정 이전에 이루어지는 것을 특징으로 하는 감마 보정 방법. - 제 17 항에 있어서,
상기 재구현 패널 모델의 생성은 구동시에 이루어지는 것을 특징으로 하는 감마 보정 방법. - 화소들을 포함하는 표시 패널;
상기 화소들에 게이트 신호들을 인가하는 게이트 구동부;
상기 화소들에 데이터 전압을 인가하는 데이터 구동부;
상기 게이트 구동부 및 상기 데이터 구동부를 제어하는 구동 제어부; 및
패널 모델의 가중치들을 저장하는 비휘발성 메모리 장치를 포함하고,
상기 구동 제어부는 상기 비휘발성 메모리 장치로부터 상기 패널 모델의 상기 가중치들을 수신하며, 상기 패널 모델의 상기 가중치들을 기초로 상기 패널 모델을 재구현함으로써 재구현 패널 모델을 생성하고, 상기 재구현 패널 모델을 기초로 계조 전압을 결정하며,
상기 패널 모델은 대표 패널 모델이 상기 표시 패널의 특성에 맞게 셀 공정에서 전이 학습(transfer learning)이 수행된 모델이고,
상기 재구현 패널 모델은 휘도 인자들을 입력하면 상기 계조 전압을 출력하는 것을 특징으로 하는 표시 장치. - 제 19 항에 있어서, 상기 휘도 인자들은 계조 레벨을 포함하며, 프레임 주파수, 온 듀티비, 전원 전압, 및 초기화 전압 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 표시 장치.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210118235A KR20230036571A (ko) | 2021-09-06 | 2021-09-06 | 감마 보정 방법 및 이를 채용한 표시 장치 |
US17/861,644 US20230075995A1 (en) | 2021-09-06 | 2022-07-11 | Method of correcting gamma and display device employing the same |
CN202211069573.0A CN115762377A (zh) | 2021-09-06 | 2022-09-01 | 伽马补正方法和采用其的显示装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210118235A KR20230036571A (ko) | 2021-09-06 | 2021-09-06 | 감마 보정 방법 및 이를 채용한 표시 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230036571A true KR20230036571A (ko) | 2023-03-15 |
Family
ID=85349548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210118235A KR20230036571A (ko) | 2021-09-06 | 2021-09-06 | 감마 보정 방법 및 이를 채용한 표시 장치 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230075995A1 (ko) |
KR (1) | KR20230036571A (ko) |
CN (1) | CN115762377A (ko) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI748035B (zh) * | 2017-01-20 | 2021-12-01 | 日商半導體能源硏究所股份有限公司 | 顯示系統及電子裝置 |
US11322073B2 (en) * | 2018-09-21 | 2022-05-03 | Dell Products, Lp | Method and apparatus for dynamically optimizing gamma correction for a high dynamic ratio image |
US11546519B2 (en) * | 2020-01-31 | 2023-01-03 | Qualcomm Incorporated | Intelligent image capture mode for images involving reflective surfaces |
US20230067287A1 (en) * | 2020-02-07 | 2023-03-02 | Semiconductor Energy Laboratory Co., Ltd. | Image processing system |
WO2021188354A1 (en) * | 2020-03-14 | 2021-09-23 | DataRobot, Inc. | Automated and adaptive design and training of neural networks |
US11037494B1 (en) * | 2020-03-19 | 2021-06-15 | Google Llc | Dynamic power converter switching for displays |
WO2022193280A1 (zh) * | 2021-03-19 | 2022-09-22 | 重庆康佳光电技术研究院有限公司 | Gamma调试方法及设备 |
US20220358877A1 (en) * | 2021-05-07 | 2022-11-10 | Universal Display Corporation | Adaptive Display |
-
2021
- 2021-09-06 KR KR1020210118235A patent/KR20230036571A/ko unknown
-
2022
- 2022-07-11 US US17/861,644 patent/US20230075995A1/en active Pending
- 2022-09-01 CN CN202211069573.0A patent/CN115762377A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230075995A1 (en) | 2023-03-09 |
CN115762377A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102575662B1 (ko) | 화소 및 이를 포함하는 표시 장치 | |
KR102547079B1 (ko) | 표시 장치 및 이의 구동 방법 | |
KR102533763B1 (ko) | 유기 발광 표시 장치 | |
US11211008B2 (en) | Display device and driving method thereof | |
CN105493170B (zh) | 显示装置及其亮度控制方法 | |
KR20210007455A (ko) | 디스플레이 구동 회로, 이를 포함하는 디스플레이 장치 및 디스플레이 구동 회로의 동작 방법 | |
CN104424885B (zh) | 显示装置及其亮度控制方法 | |
CN110992892A (zh) | 闪烁量化系统 | |
US11521558B2 (en) | Display device, and method of operating a display device | |
US11955077B2 (en) | Electronic device comprising display, and method for driving display | |
KR20220105886A (ko) | 디스플레이의 복수의 표시 영역들을 서로 다른 구동 주파수로 구동하는 전자 장치 | |
US20240029655A1 (en) | Pixel, display device, and method of driving display device | |
KR20230036571A (ko) | 감마 보정 방법 및 이를 채용한 표시 장치 | |
KR102644541B1 (ko) | 디스플레이 패널의 문턱 전압 센싱 방법 및 이를 수행하는 디스플레이 구동 집적 회로 | |
US11967262B2 (en) | Display device compensating for light stress | |
CN217588401U (zh) | 像素和包括像素的显示装置 | |
US20230070352A1 (en) | Display apparatus and method of driving the same | |
CN220189226U (zh) | 像素和显示装置 | |
US20240135863A1 (en) | Display device and method of driving the same | |
US20230122487A1 (en) | Pixel circuit and display device including the same | |
US20230133826A1 (en) | Display device and method of driving the same | |
KR20220147959A (ko) | 유기 발광 디스플레이 장치를 포함하는 전자 장치 | |
KR20230149688A (ko) | 픽셀의 방전을 위해 감마 전압을 스왑하는 전자 장치 및 방법 | |
KR20240059694A (ko) | 표시 장치 및 그 구동 방법 | |
KR20220146220A (ko) | 디스플레이를 포함하는 전자 장치 및 그의 동작 방법 |