技术新讯 > 办公文教,装订,广告设备的制造及其产品制作工艺 > 液晶显示屏的色度自动调节控制系统及方法与流程  >  正文

液晶显示屏的色度自动调节控制系统及方法与流程

  • 国知局
  • 2024-06-21 13:32:47

本公开涉及液晶显示屏领域,具体涉及一种液晶显示屏的色度自动调节控制系统及方法。

背景技术:

1、液晶显示屏(lcd)是一种广泛应用于电视、电脑显示器、智能手机等电子设备的显示技术。lcd显示屏的色度是指显示屏显示颜色的能力,包括色域、色调和亮度等参数。色度自动调节控制系统是一种能够根据环境光水平自动调整显示屏色度的系统,以确保显示屏显示的图像具有最佳的视觉效果。

2、传统的色度调节控制系统通常采用简单的光传感器来检测环境光水平,然后根据检测到的光照强度人工调整显示屏的色度。也就是说,用户需要根据自己的视觉感受,手动调整显示屏的亮度、对比度、色温等参数,以获得最佳的视觉效果。然而,这种方法存在以下几个问题:不同用户对显示屏色度的偏好不同,因此很难找到一个所有人都满意的色度设置;人工调节显示屏色度需要花费大量的时间和精力,尤其是对于需要经常调整色度的用户来说;人工调节显示屏色度往往不够准确,因为用户很难准确地判断显示屏的色度是否正确。因此,传统的色度调节方法并不能很好地解决显示屏色度失真的问题。

3、因此,期望一种液晶显示屏的色度自动调节控制系统。

技术实现思路

1、考虑到以上问题而做出了本公开。本公开的一个目的是提供一种液晶显示屏的色度自动调节控制系统及方法。

2、本公开的实施例提供了一种液晶显示屏的色度自动调节控制方法,其包括:

3、获取由环境光传感器采集的环境照度的时间序列;

4、基于预定时间尺度对所述环境照度的时间序列进行序列切分以得到环境照度的局部时间序列的序列;

5、将所述环境照度的局部时间序列的序列中的各个环境照度的局部时间序列分别按照时间维度进行排列以得到环境照度局部时间输入向量的序列;

6、通过基于深度神经网络模型的环境照度时序特征提取器对所述环境照度局部时间输入向量的序列进行特征提取以得到环境照度局部时序特征向量的序列;

7、将所述环境照度局部时序特征向量的序列输入自相关注意力机制网络以得到环境照度自相关时序强化特征向量作为环境照度自相关时序强化特征;以及

8、基于所述环境照度自相关时序强化特征,确定色温推荐控制值。

9、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其中,通过基于深度神经网络模型的环境照度时序特征提取器对所述环境照度局部时间输入向量的序列进行特征提取以得到环境照度局部时序特征向量的序列,包括:将所述环境照度局部时间输入向量的序列通过基于一维扩展卷积层的环境照度时序特征提取器以得到所述环境照度局部时序特征向量的序列。

10、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其中,将所述环境照度局部时间输入向量的序列通过基于一维扩展卷积层的环境照度时序特征提取器以得到所述环境照度局部时序特征向量的序列,包括:将所述环境照度局部时间输入向量的序列通过基于一维扩展卷积层的环境照度时序特征提取器以如下特征提取公式进行处理以得到所述环境照度局部时序特征向量的序列;

11、其中,所述特征提取公式为:

12、

13、ci=f(ω·xi:i+j-l+b)

14、c=[c1,c2,...,cn-l+1]

15、其中,x1,x2,...,xn分别表示所述环境照度局部时间输入向量的序列中的各个环境照度局部时间输入向量,x1:n表示所述环境照度局部时间输入向量的序列中的x1,x2,...,xn,表示连接操作,xi:i+j-l表示所述环境照度局部时间输入向量的序列中的xi,xi+1,...,xi+j-1,ω和b分别表示权重矩阵和偏移向量,f(·)表示卷积操作,ci表示所述环境照度局部时序特征向量的序列中第i个环境照度局部时间输入向量,c为所述环境照度局部时序特征向量的序列。

16、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其中,将所述环境照度局部时序特征向量的序列输入自相关注意力机制网络以得到环境照度自相关时序强化特征向量作为环境照度自相关时序强化特征,包括:将所述环境照度局部时序特征向量的序列输入所述自相关注意力机制网络以如下特征自相关公式进行处理以得到所述环境照度自相关时序强化特征向量;

17、其中,所述特征自相关公式为:

18、

19、

20、

21、其中,hi为所述环境照度局部时序特征向量的序列中的第i个环境照度局部时序特征向量,和wi分别表示权重系数向量和权重系数矩阵,bi为偏移向量,tanh(·)表示tanh函数,ei为第i个所述环境照度局部时序特征向量的注意力打分向量,exp(·)表示向量的指数运算,ek为第k个所述环境照度局部时序特征向量的注意力打分向量,t为所述环境照度局部时序特征向量的序列的向量个数,ai为第i个所述环境照度局部时序特征向量的权重向量,v为所述环境照度自相关时序强化特征向量。

22、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其中,基于所述环境照度自相关时序强化特征,确定色温推荐控制值,包括:将所述环境照度自相关时序强化特征向量通过基于解码器的显示器色温控制器以得到色温推荐控制值。

23、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其中,还包括训练步骤:用于对所述基于一维扩展卷积层的环境照度时序特征提取器、所述自相关注意力机制网络和所述基于解码器的显示器色温控制器进行训练。

24、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其中,所述训练步骤,包括:

25、训练数据获取,所述训练数据包括由环境光传感器采集的训练环境照度的时间序列,以及,色温推荐控制值的真实值;

26、基于预定时间尺度对所述训练环境照度的时间序列进行序列切分以得到训练环境照度的局部时间序列的序列;

27、将所述训练环境照度的局部时间序列的序列中的各个训练环境照度的局部时间序列分别按照时间维度进行排列以得到训练环境照度局部时间输入向量的序列;

28、将所述训练环境照度局部时间输入向量的序列通过所述基于一维扩展卷积层的环境照度时序特征提取器以得到训练环境照度局部时序特征向量的序列;

29、将所述训练环境照度局部时序特征向量的序列输入所述自相关注意力机制网络以得到训练环境照度自相关时序强化特征向量;

30、将所述训练环境照度自相关时序强化特征向量通过所述基于解码器的显示器色温控制器以得到解码损失函数值;以及

31、以所述解码损失函数值来对所述基于一维扩展卷积层的环境照度时序特征提取器、所述自相关注意力机制网络和所述基于解码器的显示器色温控制器进行训练,其中,在所述训练的每一轮迭代中,对所述训练环境照度自相关时序强化特征向量进行特征聚合优化。

32、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其中,将所述训练环境照度自相关时序强化特征向量通过所述基于解码器的显示器色温控制器以得到解码损失函数值,包括:

33、使用所述基于解码器的显示器色温控制器的多个全连接层以如下解码公式对所述训练环境照度自相关时序强化特征向量进行解码回归以获得训练解码值,其中,所述解码公式为:其中,v1是所述训练环境照度自相关时序强化特征向量,y是所述训练解码值,m1是权重矩阵,b是偏置向量,表示矩阵乘,h(·)为激活函数;以及

34、计算所述训练解码值和所述真实值之间的方差作为所述解码损失函数值。

35、本公开的实施例还提供了一种液晶显示屏的色度自动调节控制系统,其包括:

36、环境照度获取模块,用于获取由环境光传感器采集的环境照度的时间序列;

37、序列切分模块,用于基于预定时间尺度对所述环境照度的时间序列进行序列切分以得到环境照度的局部时间序列的序列;

38、向量化模块,用于将所述环境照度的局部时间序列的序列中的各个环境照度的局部时间序列分别按照时间维度进行排列以得到环境照度局部时间输入向量的序列;

39、特征提取模块,用于通过基于深度神经网络模型的环境照度时序特征提取器对所述环境照度局部时间输入向量的序列进行特征提取以得到环境照度局部时序特征向量的序列;

40、自相关时序强化模块,用于将所述环境照度局部时序特征向量的序列输入自相关注意力机制网络以得到环境照度自相关时序强化特征向量作为环境照度自相关时序强化特征;以及

41、色温控制模块,用于基于所述环境照度自相关时序强化特征,确定色温推荐控制值。

42、例如,根据本公开的实施例的液晶显示屏的色度自动调节控制系统,其中,所述特征提取模块,用于:将所述环境照度局部时间输入向量的序列通过基于一维扩展卷积层的环境照度时序特征提取器以得到所述环境照度局部时序特征向量的序列。

43、根据本公开的实施例的液晶显示屏的色度自动调节控制方法,其通过环境光传感器实时监测采集环境照度,并在后端引入数据处理和分析算法来进行环境照度的时序分析,以此来实现色度的自动调节。这样,能够根据环境光水平的变化,预测并自动调整显示屏的色度,以提供更加舒适和适应环境的视觉体验。

本文地址:https://www.jishuxx.com/zhuanli/20240618/33118.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。