中山大学秦宗获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中山大学申请的专利自适应刷新率的场色序显示驱动方法、装置及相关设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114692776B 。
龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210380314.3,技术领域涉及:G06F3/14;该发明授权自适应刷新率的场色序显示驱动方法、装置及相关设备是由秦宗;邹国伟;王泽宇;梁宏浩;杨柏儒设计研发完成,并于2022-04-12向国家知识产权局提交的专利申请。
本自适应刷新率的场色序显示驱动方法、装置及相关设备在说明书摘要公布了:本申请公开了一种自适应刷新率的场色序显示驱动方法、装置及相关设备,该方法包括:利用训练后的图像分类模型,确定与目标图像的特征相匹配的目标驱动信息,其中,该图像分类模型为以训练图像作为训练样本,以使得训练图像的平均色差值小于预设阈值的第一驱动信息,或者,当不存在使得训练图像的平均色差值小于该阈值的驱动算法时,以包含最高刷新率的第二驱动信息,作为样本标签训练得到;从预设的候选驱动算法中确定与目标驱动信息相匹配的目标驱动算法,并基于其计算得到目标图像在各个场的驱动信号。本申请根据图像内容来动态调整刷新率,并根据所述刷新率确定合适的驱动算法,能够确保图像显示中的合理的保真度以及有效降低显示器的功耗。
本发明授权自适应刷新率的场色序显示驱动方法、装置及相关设备在权利要求书中公布了:1.一种自适应刷新率的场色序显示驱动方法,其特征在于,包括: 利用训练后的图像分类模型,确定与目标图像的特征相匹配的目标驱动信息,其中,所述图像分类模型为以训练图像作为训练样本,以使得训练图像的平均色差值小于预设阈值的第一驱动信息,或者,当不存在使得训练图像的平均色差值小于所述预设阈值的驱动算法时,以包含最高刷新率的第二驱动信息,作为样本标签训练得到,其中,所述第一驱动信息包括使得训练图像的平均色差值小于所述预设阈值的最小刷新率,或,具有所述最小刷新率的驱动算法; 从预设的候选驱动算法中确定与所述目标驱动信息相匹配的目标驱动算法; 基于所述目标驱动算法计算得到所述目标图像在各个场的模拟背光分布和透射率; 根据所述模拟背光分布和透射率,计算得到所述目标图像在各个场的驱动信号; 若所述目标驱动信息为目标刷新率;所述图像分类模型的训练方法,包括: 获取训练图像集; 针对所述训练图像集中的每一训练图像: 将所述候选驱动算法应用于所述训练图像,并对所述训练图像在每一候选驱动算法下的平均色差值进行计算,得到所述训练图像在各候选驱动算法下的平均色差值; 判断是否存在小于所述预设阈值的平均色差值; 若是,将平均色差值小于所述预设阈值的候选驱动算法中的刷新率最小值标记为所述训练图像的匹配刷新率; 若否,将候选驱动算法中的最高刷新率标记为所述训练图像的匹配刷新率; 将训练图像输入到图像分类模型中,得到图像分类模型输出的所述训练图像对应的刷新率; 以所述输出的所述训练图像对应的刷新率趋近于所述训练图像标记的匹配刷新率为训练目标,更新所述图像分类模型的参数; 若所述目标驱动信息为目标驱动算法;所述图像分类模型的训练方法,包括: 获取训练图像集; 针对所述训练图像集中的每一训练图像: 将所述候选驱动算法应用于所述训练图像,并对所述训练图像在每一候选驱动算法下的平均色差值进行计算,得到所述训练图像在各候选驱动算法下的平均色差值; 判断是否存在小于所述预设阈值的平均色差值; 若是,将平均色差值小于所述预设阈值的候选驱动算法中刷新率最小的驱动算法标记为所述训练图像的匹配驱动算法; 若否,将配置为最高刷新率的候选驱动算法标记为所述训练图像的匹配驱动算法; 将训练图像输入到图像分类模型中,得到图像分类模型输出的所述训练图像对应的驱动算法; 以所述输出的所述训练图像对应的驱动算法趋近于所述训练图像标记的匹配驱动算法为训练目标,更新所述图像分类模型的参数; 所述训练图像在候选驱动算法下的平均色差值的计算方法,包括: 采用以下方程式计算得到平均色差值DR: 其中,x代表显示器像素的行数,y代表显示器像素的列数;表示第一图像与第二图像中每个像素的色差值,由以下方程式计算得到: 其中,所述第一图像为所述训练图像的原始图像,所述第二图像为采用所述候选驱动算法对所述训练图像计算后得到的显示图像; ΔL*表示所述第一图像与所述第二图像的明度差,Δa*表示所述第一图像与所述第二图像的红绿色差,Δb*表示所述第一图像与所述第二图像的蓝黄色差。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中山大学,其通讯地址为:510275 广东省广州市新港西路135号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。