摘要
本申请涉及液晶显示技术领域,公开了一种液晶显示屏的智能驱动方法及系统,其方法包括以下步骤:S1:采集环境、内容及用户行为信息,构建多模态融合特征向量;S2:利用物理增强神经网络提取特征,结合液晶响应模型生成视觉重要性映射;S3:基于视觉重要性和内容变化率划分显示区域,计算刷新优先级和刷新率;S4:结合多目标优化模型确定最优驱动参数;S5:执行驱动控制并采集响应数据;S6:更新液晶健康图谱及网络参数,实现闭环优化。本发明采用了多模态感知与融合特征向量构建技术,能够全面采集环境信息、显示内容信息和用户行为数据,并通过合理融合这些信息生成高维特征向量。
技术关键词
智能驱动方法
液晶显示屏
显示内容信息
刷新率
多模态
视觉关注区域
液晶像素单元
划分显示区域
刷新控制模块
智能驱动系统
驱动信号
液晶响应速度
卷积神经网络提取
物理
神经网络推理
参数
图谱
高维特征向量
系统为您推荐了相关专利信息
特征提取网络
掌静脉图像
加权特征
图像识别方法
融合特征
缺陷检测算法
异构计算架构
任务分配策略
注意力
配准算法
视觉检测方法
生物特征模板
三维深度图数据
识别人脸
解剖特征
滚装船舶
新能源汽车
探测分析方法
智慧消防
锂电池