CN113766341A - 电视画质调整方法、装置和***及电视机设备 - Google Patents

电视画质调整方法、装置和***及电视机设备 Download PDF

Info

Publication number
CN113766341A
CN113766341A CN202010504088.6A CN202010504088A CN113766341A CN 113766341 A CN113766341 A CN 113766341A CN 202010504088 A CN202010504088 A CN 202010504088A CN 113766341 A CN113766341 A CN 113766341A
Authority
CN
China
Prior art keywords
image quality
video frame
frame data
television
data
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.)
Pending
Application number
CN202010504088.6A
Other languages
English (en)
Inventor
李兵和
廖家伟
***
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oneplus Technology Shenzhen Co Ltd
Original Assignee
Oneplus Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oneplus Technology Shenzhen Co Ltd filed Critical Oneplus Technology Shenzhen Co Ltd
Priority to CN202010504088.6A priority Critical patent/CN113766341A/zh
Priority to PCT/CN2021/096914 priority patent/WO2021244440A1/zh
Publication of CN113766341A publication Critical patent/CN113766341A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/485—End-user interface for client configuration
    • H04N21/4854—End-user interface for client configuration for modifying image parameters, e.g. image brightness, contrast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/485—End-user interface for client configuration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/60—Receiver circuitry for the reception of television signals according to analogue transmission standards for the sound signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供了电视画质调整方法、装置和***及电视机设备，上述方法包括：接收电视信号，解码该电视信号得到视频帧数据；应用预先训练好的深度学习模型对上述视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征上述视频帧数据对应的场景信息；将特征数据发送给云服务器，以获取云服务器基于上述特征数据返回的画质参数；应用该画质参数调整上述视频帧数据，并显示调整后的上述视频帧数据。本申请可以实现对不同场景下的视频帧数据动态加载对应的画质参数，提高了电视机设备的画质效果，进而提高了用户的体验度。

Description

电视画质调整方法、装置和***及电视机设备
技术领域
本发明涉及电视机技术领域，尤其是涉及电视画质调整方法、装置和***及电视机设备。
背景技术
目前，随着电视机技术的发展，智能电视时代到来，电视机设备播放的内容越来越多，播放的画质效果也千差万别，因此，用户对画质调整的要求也越来越高。现有的画质调整方法主要有两种：一种是在电视产品出厂前，专业画质工程人员根据经验针对电视信号输入源和某些专业检测画面，调校出多组通用的画质参数，并固定在电视产品中，以供用户选择使用，这种调整方法不会随着电视机播放内容的变化而更改，从而导致某些内容画质效果较差；另一种则是设置有画质调整的接口，以便用户根据电视信号源、片源名设定以及自动场景识别后设置一组固定的画质参数，当播放内容具有多个场景时，需要用户多次调整画质参数，从而给用户带来极大的不便。因此，现有的画质调整难以满足用户使用的需要。
发明内容
有鉴于此，本发明的目的在于提供电视画质调整方法、装置和***及电视机设备，以缓解上述问题，实现对不同场景下的视频帧数据动态加载对应的画质参数，提高了电视机设备的画质效果，进而提高了用户的体验度。
第一方面，本发明实施例提供了一种电视画质调整方法，该方法应用于电视机设备，其中，电视机设备与云服务器通信连接，该方法包括：接收电视信号，解码该电视信号得到视频帧数据；应用预先训练好的深度学习模型对上述视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征上述视频帧数据对应的场景信息；将特征数据发送给上述云服务器，以获取上述云服务器基于特征数据返回的画质参数；应用该画质参数调整上述视频帧数据；显示调整后的上述视频帧数据。
上述方法还包括：获取上述电视机设备显示的当前画质参数；将当前画质参数与上述画质参数进行比较，并根据比较结果修订上述画质参数。
上述将当前画质参数与画质参数进行比较，并根据比较结果修订上述画质参数的步骤包括：计算当前画质参数与画质参数的差值；判断该差值是否在预设范围内；如果否，则修订上述画质参数。
上述应用画质参数调整上述视频帧数据的步骤，包括：将画质参数按照加载模式加载至上述视频帧数据中，以调整上述视频帧数据；其中，加载模式包括帧画面模式和时间轴模式。
如果上述加载模式为帧画面模式，上述将画质参数按照加载模式加载至视频帧数据中，以调整视频帧数据的步骤包括：将画质参数按照预设帧数依次加载至上述视频帧数据中，以调整上述视频帧数据。
如果上述加载模式为时间轴模式，上述将画质参数按照加载模式加载至视频帧数据中，以调整视频帧数据的步骤包括：将画质参数按照上述视频帧数据的显示时间逐次进行加载，以调整上述视频帧数据。
上述深度学习模型为基于神经网络训练得到的模型，该方法还包括：获取预先存储的视频帧数据集，其中，视频帧数据集包括HDMI信号、AV信号、网络视频信号、多媒体视频信号和数字电视信号；将该视频帧数据集输入至神经网络进行训练，以得到上述深度学习模型。
上述画质参数包括以下至少一种：色温、颜色、亮度、灰度、清晰度、对比度、锐利度和画面缩放参数。
第二方面，本发明实施例还提供一种电视画质调整装置，该装置设置于电视机设备，电视机设备与云服务器通信连接，该装置包括：解码模块，用于接收电视信号，解码电视信号得到视频帧数据；提取模块，用于应用预先训练好的深度学习模型对上述视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征上述视频帧数据对应的场景信息；获取模块，用于将特征数据发送给上述云服务器，以获取上述云服务器基于特征数据返回的画质参数；调整模块，用于应用该画质参数调整上述视频帧数据；显示模块，用于显示调整后的上述视频帧数据。
第三方面，本发明实施例还提供一种电视机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行上述计算机程序时实现上述电视画质调整方法的步骤。
上述电视机设备还包括传感器；该传感器用于采集上述电视机设备显示的当前画质参数。
第四方面，本发明实施例还提供一种电视画质调整***，该***包括上述电视机设备，还包括与该电视机设备通信连接的云服务器；该云服务器用于接收上述电视机设备发送的特征数据，并根据特征数据得到画质参数。
上述云服务器还包括：识别单元用于对上述特征数据进行识别处理，得到特征数据表征的场景信息；处理单元用于根据预存的画质专家数据对上述场景信息进行处理，得到画质参数。
本发明实施例带来了以下有益效果：
本发明实施例提供了电视画质调整方法、装置和***及电视机设备，通过解码接收到的电视信号得到视频帧数据，并应用预先训练好的深度学习模型对该视频帧数据进行特征提取，得到特征数据；将特征数据发送给云服务器，以获取云服务器基于该特征数据返回的画质参数；应用该画质参数调整上述视频帧数据，并显示调整后的上述视频帧数据，从而可以实现对不同场景下的视频帧数据动态加载对应的画质参数，提高了电视机设备的画质效果，进而提高了用户的体验度。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种电视画质调整方法的流程图；
图2为本发明实施例提供的另一种电视画质调整方法的流程图；
图3为本发明实施例提供的另一种电视画质调整方法的流程图；
图4为本发明实施例提供的一种电视画质调整装置的示意图；
图5为本发明实施例提供的一种电视机设备的示意图；
图6为本发明实施例提供的一种电视画质调整***的示意图；
图7为本发明实施例提供的另一种电视画质调整***的示意图。
图标：
41-解码模块；411-HDMI信号解码单元；412-AV信号解码单元；413-多媒体视频信号解码单元；42-提取模块；43-获取模块；44-调整模块；45-显示模块；5-电视机设备；50-存储器；51-处理器；52-总线；53-通信接口；6-云服务器；61-识别单元；62-处理单元；7-采集模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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。
针对现有的画质调整方法难以满足用户使用需求的问题，本发明实施例提供了电视画质调整方法、装置和***及电视机设备，缓解了上述问题，实现对不同场景下的视频帧数据动态加载对应的画质参数，提高了电视机设备的画质效果，进而提高了用户的体验度。
为便于对本实施例进行理解，下面首先对本发明实施例提供的一种电视画质调整方法进行详细介绍。
实施例一：
本发明实施例提供了一种电视画质调整方法，应用于电视机设备，该电视机设备与云服务器通信连接。图1为本发明实施例提供的一种电视画质调整方法的流程图，如图1所示，该方法包括以下步骤：
步骤S102，接收电视信号，解码电视信号得到视频帧数据。
具体地，电视机设备接收到电视信号后，对接收到的电视信号进行解码处理，得到视频帧数据；其中，电视信号包括HDMI(High Definition Multimedia Interface，高清多媒体接口)信号、AV信号、网络视频信号、多媒体视频信号和数字电视信号的一种或多种，这里AV信号为电视机设备通过AV端子(Composite video connector)接收到的电视信号，如NTSC(National Television Standards Committee，国家电视标准委员会)、PAL(PhaseAlteration Line，帕尔制)和SECAM(Sequentiel Couleur A Memoire，塞康制)等。
上述视频帧数据包括YUV或RGB(RGB color mode，RGB色彩模式)的标准像素点数据，其中，YUV或RGB由视频信号输入的原始格式决定，像素点组合就是一帧视频帧画面，例如，目前常见的4K电视，一帧4K视频画面包含3840X2160个像素点，表示一帧显示画面的一行有3840个点，共有2160行，每个像素点包含RGB或YUV的数据。此外，视频帧数据还包括输入信号编码信息、分辨率和片源名信息，例如，多媒体视频信号输入一帧画面，解码后得到的视频帧数据如下：4+3840-2160-60+128+3840x2160，其中，4表示输入信号编码信息，可以根据设定列表标识当前的输入信号的类型，如设定HDMI信号为1，AV信号为2，数字电视信号为3，多媒体视频信号为4，网络视频信号为5等；3840-2160-60则表示下一帧画面中一行3840个像素点，共有2160行，每秒有60帧画面；128则表示128个字符信息；3840x2160则表示3840x2160个RGB或YUV像素点数据，具体的视频帧数据的形式，可以根据实际情况进行设置，本发明实施例对此不作限制说明。
步骤S104，应用预先训练好的深度学习模型对视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征视频帧数据对应的场景信息。
将上述解码得到的视频帧数据输入至预先训练好的深度学习模型中，以使深度学习模型根据视频帧数据输出特征数据；需要说明的是，特征提取过程不修改视频帧数据。这里特征数据用于表征视频帧数据对应的场景信息，如图像和声音等；其中，场景信息包括景物、建筑物、人物、蓝天、绿地、植物、食物、夜景和比赛运动等，具体的视频帧数据对应的场景信息可以根据实际的电视信号进行设置，本发明实施例对此不作限制说明。此外，特征数据还用于表征视频帧数据对应的每个场景信息的场景区块划分信息，当将特征数据发送至云服务器时，以便云服务器根据特征数据得到每个场景信息在对应的区块中的画质参数，从而提高整个视频帧数据的画质效果。
其中，上述深度学习模型为基于神经网络训练得到的模型，该方法还包括：获取预先存储的视频帧数据集，其中，视频帧数据集包括HDMI信号、AV信号、网络视频信号、多媒体视频信号和数字电视信号；然后，将视频帧数据集输入至神经网络进行训练，以得到上述深度学习模型。
步骤S106，将特征数据发送给云服务器，以获取云服务器基于特征数据返回的画质参数。
电视机设备将上述深度学习模型提取出的特征数据发送至云服务器，以使云服务器根据该特征数据返回画质参数，由于特征数据表征视频帧数据对应的场景信息和场景信息的场景区块划分信息，因此，云服务器返回的画质参数包括每个应用场景在对应的区块中的画质参数，这里画质参数包括以下至少一种：色温、颜色、亮度、灰度、清晰度、对比度、锐利度和画面缩放参数。此外，云服务器接收到特征数据后，还将接收状态信息返回至电视机设备，这里接收状态信息包括接收成功信息和接收失败信息。
这里云服务器中包括识别单元和处理单元，其中，识别单元用于对特征数据进行识别处理，得到特征数据表征的场景信息；具体地，对于带有特征电视台标或LOGO(LOGOtype，商标)或片源名信息的特征数据，将该特征数据输入至预先训练好的识别模型，以使识别模型根据特征数据输出场景信息，如景物、建筑物、人物、蓝天、绿地、植物、食物、夜景和比赛运动等；以及每个场景信息的场景区块划分信息；此时，处理单元还根据预存的画质专家数据对场景信息进行处理，得到画质参数。其中，上述识别模型为基于神经网络训练得到的模型。
对于颜色、亮度、对比度和色度信息明显的特征数据，可以将该特征数据发送至预先训练好的识别模型，以使识别模型根据该特征数据识别出场景信息，以及每个场景信息的场景区块划分信息；此时，处理单元还根据预存的画质专家数据对场景信息进行处理，得到画质参数。
而对于颜色、亮度、对比度和色度信息不明显的特征数据，此时，云服务器则返回参数调整信息至电视机设备，这里参数调整信息包括比较帧数、特征阈值、采集频率和时间等，其中，常见的比较帧数为3，即当前帧、前一帧和后一帧，如果云服务器根据当前的比较帧数没有识别出明显的特征数据，则此时云服务器返回电视机设备需要增加的比较帧数，这个比较帧数可以根据电视画质工程人员的经验进行设置，如第一次返回比较帧数为4，第二次返回比较帧数为5，第三次返回的比较帧数为6，由于电视帧数据的特征数据需要内存，当前的电视机设备中设定的内存大小为6帧画面，因此，这里云服务器返回的比较帧数不超过6，且，这里返回的帧数为电视机设备中已解码但还未加载显示的视频帧数。此外，具体的参数调整信息可以根据应用场景进行设置，本发明实施例对此不作限制说明。
此外，处理单元获得特征数据表征的场景信息后，根据预存的画质专家数据对场景信息进行处理，如对特征数据中的颜色、亮度、色度、对比度、降噪、锐利度、清晰度、画面缩放参数、肤色、去抖动和画面平滑进行调整，以及对Gamma曲线、亮度曲线和灰度曲线进行调整设定，从而得到设定的画质参数。例如，对于蓝天和绿地，将蓝色和绿色进行加强，加强的大小范围可以为经验调试的5％；对于夜景部分，则可以动态调整Gamma曲线，将亮区域调高和暗区域加强，以增大场景的对比度，同时调高降噪值；对于运动场景，则可以将画面平滑功能调高；而对于人物场景，则可以将肤色的设定值增加一个等级；以及，对于食物场景，可以将色度提高等，对于不同的场景信息对应的特征数据，可以根据实际情况进行设置，本发明实施例对此不作限制说明。
步骤S108，应用画质参数调整视频帧数据。
电视机设备接收到云服务器返回的画质参数后，还应用该画质参数调整视频帧数据，得到调整后的视频帧数据，并对调整后的视频帧数据进行显示处理，从而实现对不同场景下的视频帧数据动态加载对应的画质参数，提高了画质效果。
步骤S110，显示调整后的视频帧数据。
本发明实施例提供的电视画质调整方法，通过对接收到的电视信号进行解码处理，得到视频帧数据；并应用预先训练好的深度学习模型对上述视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征上述视频帧数据对应的场景信息；将特征数据发送给云服务器，以获取云服务器基于上述特征数据返回的画质参数；应用该画质参数调整上述视频帧数据，并显示调整后的上述视频帧数据。本申请可以实现对不同场景下的视频帧数据动态加载对应的画质参数，提高了电视机设备的画质效果，进而提高了用户的体验度。
在图1的基础上，本发明实施例还提供了另一种电视画质调整方法，该方法重点描述了根据采集的电视机设备的当前画质参数，对云服务器返回的画质参数进行修订的具体实现过程，参见图2，该方法包括以下步骤：
步骤S202，接收电视信号，解码电视信号得到视频帧数据。
步骤S204，应用预先训练好的深度学习模型对视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征视频帧数据对应的场景信息。
步骤S206，将特征数据发送给云服务器，以获取云服务器基于特征数据返回的画质参数。
上述步骤S202～S206详细参见步骤S102～S106，本发明实施例在此不再详细赘述。
步骤S208，获取电视机设备显示的当前画质参数。
电视机设备接收到云服务器返回的画质参数后，还获取电视机设备显示的当前画质参数。其中，当前画质参数为采集的电视机设备显示屏当前显示画面的画质参数，这里可以通过内置于显示屏的传感器采集当前画质参数，也可以通过移动摄像头(如手机摄像头)获得当前画质参数，或者内置于便携设备(如遥控器)中的传感器采集获取当前画质参数。当采用内置于显示屏的传感器获取时，传感器采集显示屏当前显示画面的颜色、亮度和灰度，从而得到显示屏当前颜色RGB或YUV的数字化量值以及Gamma曲线、亮度曲线和灰度曲线。
步骤S210，计算当前画质参数与画质参数的差值。
将云服务器返回的画质参数与当前画质参数进行计算，得到当前画质参数与画质参数的差值，具体地，由于画质参数包括多个参数值，因此，将画质参数值中每个参数值与当前画质参数中对应的参数值进行计算，从而得到每个参数值的差值，所有参数值的差值即为当前画质参数与画质参数的差值。
步骤S212，判断差值是否在预设范围内；
此时，判断差值是否在预设范围内，如果是，则执行步骤S218；如果否，则执行步骤S214～S216。
步骤S214，如果否，则修订画质参数。
具体地，预设范围包括最大阈值和最小阈值，如果差值小于最小阈值，或者大于最大阈值，则差值不在预设范围内，此时，将根据当前画质参数对云服务器返回的画质参数进行修订，以使修订后的画质参数与当前画质参数的差值在预设范围内。
步骤S216，应用修订后的画质参数调整视频帧数据。
此时，电视机设备将应用修订后的画质参数调整视频帧数据，从而不仅可以实现对不同场景的视频帧数据动态调整画质参数，还基于当前帧画面的当前画质参数对后一帧画面的画质参数进行调整，避免了前后两帧画面的画质效果差异较大，从而进一步的提高了电视机设备的画质效果。
步骤S218，如果是，则应用画质参数调整视频帧数据。
具体地，如果当前画质参数与画质参数的差值在预设范围内，即差值大于等于最小阈值，且，小于等于最大阈值，则电视机设备直接应用云服务器返回的画质参数调整视频帧数据。
步骤S220，显示调整后的视频帧数据。
此外，根据上述差值是否在预设范围内的判断结果，本发明实施例中电视机设备还可设置状态机，其中，状态机设置有第一状态、第二状态和第三状态，当当前画质参数与画质参数的差值在预设范围内时，状态机为第一状态；当差值大于最大阈值时，状态机为第二状态；当差值小于最小阈值时，状态机为第三状态，从而当状态机切换至第一状态时，电视机设备应用画质参数调整视频帧数据；当状态机切换至第二状态或第三状态时，电视机设备根据当前画质参数对画质参数进行修订，并应用修订后的画质参数调整视频帧数据。
进一步的，在图1的基础上，本发明实施例还提供了另一种电视画质调整方法，该方法重点描述了应用画质参数调整视频帧数据的具体实现过程，参见图3，该方法包括以下步骤：
步骤S302，接收电视信号，解码电视信号得到视频帧数据。
步骤S304，应用预先训练好的深度学习模型对视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征视频帧数据对应的场景信息。
步骤S306，将特征数据发送给云服务器，以获取云服务器基于特征数据返回的画质参数。
上述步骤S302～S306详细参见步骤S102～S106，本发明实施例在此不再详细赘述。
步骤S308，将画质参数按照加载模式加载至视频帧数据中，以调整视频帧数据。
其中，加载模式包括帧画面模式和时间轴模式。当加载模式为帧画面模式时，此时将画质参数按照预设帧数依次加载至视频帧数据中，以调整视频帧数据；这里预设帧数可以为单帧，也可以为多帧，本发明实施例对此不作限制说明。
当加载模式为时间轴模式时，则将画质参数按照视频帧数据的显示时间逐次进行加载，以调整视频帧数据；例如，对于一个播放时长为90分钟的多媒体视频信号，进行解码处理后得到视频帧数据，并基于深度学习模型对视频帧数据进行特征提取，得到特征数据，将特征数据发送至云服务器，以使云服务器返回该多媒体视频信号的90分钟内对应的画质参数，此时，按照播放时间即视频帧数据的显示时间，逐次将画质参数加载至视频帧数据中，得到调整后的视频帧数据；这种加载方式只需到达时间点即可自行加载，从而减少了画质参数的传输时间和加载时间。此外，上述两种加载模式的选择，可以根据实际应用场景进行设置，也可以根据云服务器返回的画质参数自动匹配，本发明实施例对此不作限制说明。
此外，上述加载过程是在电视机设备的场消隐区进行的，这里场消隐区是指电视信号的接收到真正显示的时间，例如，对于当前4K显示的电视机设备，其有效像素点是3840X2160，即一帧画面每行有3840个点，共有2160行，但是，4K显示的电视机设备真正接收到的为4400x2250，这里根据2250和2160得到的90行的时间就是场消隐区，该场消隐区不进行显示，即不影响电视机设备的显示效果。
步骤S310，显示调整后的视频帧数据。
上述电视画质调整方法，通过对接收到的电视信号进行解码处理，得到视频帧数据；并应用预先训练好的深度学习模型对上述视频帧数据进行特征提取，得到特征数据；将该特征数据发送给云服务器，以获取云服务器基于上述特征数据返回的画质参数；以及，应用该画质参数调整上述视频帧数据，并显示调整后的上述视频帧数据，从而实现对不同场景下的视频帧数据动态加载对应的画质参数，提高了电视机设备的画质效果，进而提高了用户的体验度。
基于上述方法实施例，本发明实施例还提供了一种电视画质调整装置，该装置设置于电视机设备，电视机设备与云服务器通信连接。参见图4所示，上述装置包括：
解码模块41，用于接收电视信号，解码电视信号得到视频帧数据。
具体地，由于电视信号包括HDMI信号、AV信号、网络视频信号、多媒体视频信号和数字电视信号的一种或多种，因此，这里解码模块41包括多个解码单元，如图7所示，如HDMI信号解码单元411，用于对接收的HDMI信号进行解码处理；AV信号解码单元412，用于对接收的AV信号进行解码处理；多媒体视频信号解码单元413，用于对接收的多媒体视频信号和数字电视信号进行解码处理。
提取模块42，用于应用预先训练好的深度学习模型对视频帧数据进行特征提取，得到特征数据；其中，特征数据用于表征视频帧数据对应的场景信息。
获取模块43，用于将特征数据发送给云服务器，以获取云服务器基于特征数据返回的画质参数。
调整模块44，用于应用画质参数调整视频帧数据。
显示模块45，用于显示调整后的视频帧数据。
上述装置还包括：获取电视机设备显示的当前画质参数；将当前画质参数与画质参数进行比较，并根据比较结果修订画质参数。
上述将当前画质参数与画质参数进行比较，并根据比较结果修订画质参数，包括：计算当前画质参数与画质参数的差值；判断差值是否在预设范围内；如果否，则修订画质参数。
上述调整模块44还用于：将画质参数按照加载模式加载至视频帧数据中，以调整视频帧数据；其中，加载模式包括帧画面模式和时间轴模式。
如果上述加载模式为帧画面模式，上述将画质参数按照加载模式加载至视频帧数据中，以调整视频帧数据，包括：将画质参数按照预设帧数依次加载至视频帧数据中，以调整视频帧数据。
如果上述加载模式为时间轴模式，上述将画质参数按照加载模式加载至视频帧数据中，以调整视频帧数据，包括：将画质参数按照视频帧数据的显示时间逐次进行加载，以调整视频帧数据。
上述深度学习模型为基于神经网络训练得到的模型，该装置还包括：获取预先存储的视频帧数据集，其中，视频帧数据集包括HDMI信号、AV信号、网络视频信号、多媒体视频信号和数字电视信号；将视频帧数据集输入至神经网络进行训练，以得到深度学习模型。
上述画质参数包括以下至少一种：色温、颜色、亮度、灰度、清晰度、对比度、锐利度和画面缩放参数。
本申请实施例提供的电视画质调整装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，电视画质调整装置的实施例部分未提及之处，可参考前述电视画质调整方法实施例中相应内容。
本发明实施例还提供一种电视机设备，如图5所示，为该电视机设备5的结构示意图，其中，包括存储器50、处理器51及存储在存储器50上并可在处理器51上运行的计算机程序，该处理器51执行计算机程序时实现上述实施例提供的电视画质调整方法的步骤。
在图5示出的实施方式中，该电视机设备5还包括总线52和通信接口53，其中，处理器51、通信接口53和存储器50通过总线52连接。
其中，存储器50可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线52可以是ISA(IndustryStandard Architecture，工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线52可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器51可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器51中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器51可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器51读取存储器中的信息，结合其硬件完成前述实施例的电视画质调整方法的步骤。
上述电视机设备5还包括传感器；该传感器用于采集电视机设备显示的当前画质参数。此外，该传感器可以内置于显示屏上。
基于上述电视机设备，本发明实施例还提供了一种电视画质调整***，参见图6所示，该***包括上述电视机设备5，还包括与该电视机设备5通信连接的云服务器6；云服务器6用于接收电视机设备5发送的特征数据，并根据特征数据得到画质参数。
上述云服务器6还包括：识别单元61，用于对特征数据进行识别处理，得到特征数据表征的场景信息。
具体地，这里识别单元包括预先训练好的识别模型，将特征数据输入至识别模型中，以使识别模型根据特征数据输出场景信息，如景物、建筑物、人物、蓝天、绿地、植物、食物、夜景和比赛运动等；以及每个场景信息的场景区块划分信息。其中，上述识别模型为基于神经网络训练得到的模型。
处理单元62，用于根据预存的画质专家数据对场景信息进行处理，得到画质参数。
具体地，处理单元62获得特征数据表征的场景信息后，根据预存的画质专家数据对场景信息进行处理，如对特征数据中的颜色、亮度、色度、对比度、降噪、锐利度、清晰度、画面缩放参数、肤色、去抖动和画面平滑进行调整，以及对Gamma曲线、亮度曲线和灰度曲线进行调整设定，从而得到设定的画质参数。
为了便于理解，这里举例说明。图7为本发明实施例提供的一种电视画质调整***的示意图，如图7所示，电视机设备5接收电视信号，这里电视信号包括HDMI信号、AV信号、网络视频信号、多媒体视频信号和数字电视信号的一种或多种，解码模块41对接收到的电视信号进行解码处理，具体地，HDMI信号解码单元411，用于对接收的HDMI信号进行解码处理；AV信号解码单元412，用于对接收的AV信号进行解码处理；多媒体视频信号解码单元413，用于对接收的多媒体视频信号和数字电视信号进行解码处理；解码处理完成后，得到该电视信号对应的视频帧数据，并将视频帧数据输入至提取模块42，以使提取模块42块中预先训练好的深度学习模型对视频帧数据进行特征提取，得到特征数据；以及，提取模块42将特征数据发送至云服务器6，以使云服务器6基于特征数据生成画质参数，并将画质参数发送至调整模块44，这里调整模块44也可称为加载模块，调整模块44接收到画质参数后，应用画质参数调整视频帧数据，即在电视机设备的场消隐区将画质参数按照加载模式加载至视频帧数据中，并通过显示模块45显示调整后的视频帧数据，这里显示模块45即电视机设备5的显示屏。
此外，为了进一步提高电视机设备5的画质效果，本发明实施例中电视画质调整***还包括采集模块7，这里采集模块7可以为传感器，其中，传感器可以内置于电视机设备5的显示屏上，也可内置于便携设备(如遥控器)中，此外，采集模块7还可选用移动摄像头(如手机摄像头)，并将采集的当前画质参数发送至调整模块44，以与调整模块44接收到的云服务器6发送的画质参数进行比较，并根据比较结果修订画质参数，此时，调整模块44还在场消隐区将修订后的画质参数加载至视频帧数据中，并通过显示模块45显示调整后的视频帧数据，从而不仅实现了对不同场景下的视频帧数据动态加载对应的画质参数，这里不同场景可以为同一片源，也可以为不同片源，还提高了电视机设备的画质效果，提高了用户的体验度。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述电视画质调整方法，具体实现可参见前述方法实施例，在此不再赘述。
本申请实施例所提供的电视画质调整方法、装置和***及电视机设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (13)

1.一种电视画质调整方法，其特征在于，所述方法应用于电视机设备，所述电视机设备与云服务器通信连接，所述方法包括：
接收电视信号，解码所述电视信号得到视频帧数据；
应用预先训练好的深度学习模型对所述视频帧数据进行特征提取，得到特征数据；其中，所述特征数据用于表征所述视频帧数据对应的场景信息；
将所述特征数据发送给所述云服务器，以获取所述云服务器基于所述特征数据返回的画质参数；
应用所述画质参数调整所述视频帧数据；
显示调整后的所述视频帧数据。
2.根据权利要求1所述的电视画质调整方法，其特征在于，所述方法还包括：
获取所述电视机设备显示的当前画质参数；
将所述当前画质参数与所述画质参数进行比较，并根据比较结果修订所述画质参数。
3.根据权利要求2所述的电视画质调整方法，其特征在于，所述将所述当前画质参数与所述画质参数进行比较，并根据比较结果修订所述画质参数的步骤包括：
计算所述当前画质参数与所述画质参数的差值；
判断所述差值是否在预设范围内；
如果否，则修订所述画质参数。
4.根据权利要求1所述的电视画质调整方法，其特征在于，所述应用所述画质参数调整所述视频帧数据的步骤，包括：
将所述画质参数按照加载模式加载至所述视频帧数据中，以调整所述视频帧数据；其中，所述加载模式包括帧画面模式和时间轴模式。
5.根据权利要求4所述的电视画质调整方法，其特征在于，如果所述加载模式为帧画面模式，所述将所述画质参数按照加载模式加载至所述视频帧数据中，以调整所述视频帧数据的步骤包括：
将所述画质参数按照预设帧数依次加载至所述视频帧数据中，以调整所述视频帧数据。
6.根据权利要求4所述的电视画质调整方法，其特征在于，如果所述加载模式为时间轴模式，所述将所述画质参数按照加载模式加载至所述视频帧数据中，以调整所述视频帧数据的步骤包括：
将所述画质参数按照所述视频帧数据的显示时间逐次进行加载，以调整所述视频帧数据。
7.根据权利要求1所述的电视画质调整方法，其特征在于，所述深度学习模型为基于神经网络训练得到的模型，所述方法还包括：
获取预先存储的视频帧数据集，其中，所述视频帧数据集包括HDMI信号、AV信号、网络视频信号、多媒体视频信号和数字电视信号；
将所述视频帧数据集输入至神经网络进行训练，以得到所述深度学习模型。
8.根据权利要求1所述的电视画质调整方法，其特征在于，所述画质参数包括以下至少一种：色温、颜色、亮度、灰度、清晰度、对比度、锐利度和画面缩放参数。
9.一种电视画质调整装置，其特征在于，所述装置设置于电视机设备，所述电视机设备与云服务器通信连接，所述装置包括：
解码模块，用于接收电视信号，解码所述电视信号得到视频帧数据；
提取模块，用于应用预先训练好的深度学习模型对所述视频帧数据进行特征提取，得到特征数据；其中，所述特征数据用于表征所述视频帧数据对应的场景信息；
获取模块，用于将所述特征数据发送给所述云服务器，以获取所述云服务器基于所述特征数据返回的画质参数；
调整模块，用于应用所述画质参数调整所述视频帧数据；
显示模块，用于显示调整后的所述视频帧数据。
10.一种电视机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-8任一项所述的电视画质调整方法的步骤。
11.根据权利要求10所述的电视机设备，其特征在于，所述电视机设备还包括传感器；
所述传感器，用于采集所述电视机设备显示的当前画质参数。
12.一种电视画质调整***，其特征在于，所述***包括上述权利要求10-11任一项所述的电视机设备，还包括与所述电视机设备通信连接的云服务器；
所述云服务器，用于接收所述电视机设备发送的特征数据，并根据所述特征数据得到画质参数。
13.根据权利要求12所述的电视画质调整***，其特征在于，所述云服务器还包括：
识别单元，用于对所述特征数据进行识别处理，得到所述特征数据表征的场景信息；
处理单元，用于根据预存的画质专家数据对所述场景信息进行处理，得到画质参数。
CN202010504088.6A 2020-06-04 2020-06-04 电视画质调整方法、装置和***及电视机设备 Pending CN113766341A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010504088.6A CN113766341A (zh) 2020-06-04 2020-06-04 电视画质调整方法、装置和***及电视机设备
PCT/CN2021/096914 WO2021244440A1 (zh) 2020-06-04 2021-05-28 电视画质调整方法、装置和***及电视机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010504088.6A CN113766341A (zh) 2020-06-04 2020-06-04 电视画质调整方法、装置和***及电视机设备

Publications (1)

Publication Number Publication Date
CN113766341A true CN113766341A (zh) 2021-12-07

Family

ID=78783971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010504088.6A Pending CN113766341A (zh) 2020-06-04 2020-06-04 电视画质调整方法、装置和***及电视机设备

Country Status (2)

Country Link
CN (1) CN113766341A (zh)
WO (1) WO2021244440A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022152002A1 (zh) * 2021-01-18 2022-07-21 深圳光峰科技股份有限公司 图像画质的调试方法、装置、***及电子设备
CN116033130A (zh) * 2022-12-02 2023-04-28 稻兴光学(厦门)有限公司 激光投影画面色温调整方法和***
TWI819703B (zh) * 2022-07-14 2023-10-21 中華電信股份有限公司 數位匯流畫質批次調校系統、方法及電腦可讀媒介

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114422866B (zh) * 2022-01-17 2023-07-25 深圳Tcl新技术有限公司 一种视频处理方法、装置、电子设备和存储介质
CN114554284B (zh) * 2022-02-22 2023-08-11 网易（杭州）网络有限公司 画质信息处理方法、装置、计算机设备及存储介质
CN115348478B (zh) * 2022-07-25 2023-09-19 深圳市九洲电器有限公司 设备交互显示方法、装置、电子设备及可读存储介质
CN115334351B (zh) * 2022-08-02 2023-10-31 Vidaa国际控股(荷兰)公司 一种显示设备及自适应画质调节方法
CN115914706A (zh) * 2022-10-10 2023-04-04 安徽康佳电子有限公司 一种摄像头画质参数匹配方法、存储介质和计算机***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105118446A (zh) * 2015-09-08 2015-12-02 创维液晶器件(深圳)有限公司 一种背光亮度控制的方法及其***
CN105139814A (zh) * 2015-06-05 2015-12-09 深圳创维－Rgb电子有限公司 液晶显示器及其显示方法
CN110933490A (zh) * 2019-11-20 2020-03-27 深圳创维－Rgb电子有限公司 一种画质和音质的自动调整方法、智能电视机及存储介质
CN110996153A (zh) * 2019-12-06 2020-04-10 深圳创维－Rgb电子有限公司 基于场景识别的音画品质增强方法、***和显示器
CN111131889A (zh) * 2019-12-31 2020-05-08 深圳创维－Rgb电子有限公司 场景自适应调整图像及声音的方法、***及可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007288587A (ja) * 2006-04-18 2007-11-01 Pioneer Electronic Corp 映像調整装置、映像調整方法および映像処理プログラム
JP4279318B2 (ja) * 2007-02-02 2009-06-17 三菱電機株式会社 映像表示装置
US7859547B2 (en) * 2007-09-25 2010-12-28 Himax Technologies Limited Display parameter adjusting method and apparatus for scene change compensation
CN204168404U (zh) * 2014-09-19 2015-02-18 青岛海尔电子有限公司 一种超高清信号的处理装置及全高清电视
CN105898364A (zh) * 2016-05-26 2016-08-24 北京小米移动软件有限公司 一种视频播放处理方法、装置、终端及***
CN108810649B (zh) * 2018-07-12 2021-12-21 深圳创维－Rgb电子有限公司 画质调节方法、智能电视机及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105139814A (zh) * 2015-06-05 2015-12-09 深圳创维－Rgb电子有限公司 液晶显示器及其显示方法
CN105118446A (zh) * 2015-09-08 2015-12-02 创维液晶器件(深圳)有限公司 一种背光亮度控制的方法及其***
CN110933490A (zh) * 2019-11-20 2020-03-27 深圳创维－Rgb电子有限公司 一种画质和音质的自动调整方法、智能电视机及存储介质
CN110996153A (zh) * 2019-12-06 2020-04-10 深圳创维－Rgb电子有限公司 基于场景识别的音画品质增强方法、***和显示器
CN111131889A (zh) * 2019-12-31 2020-05-08 深圳创维－Rgb电子有限公司 场景自适应调整图像及声音的方法、***及可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022152002A1 (zh) * 2021-01-18 2022-07-21 深圳光峰科技股份有限公司 图像画质的调试方法、装置、***及电子设备
TWI819703B (zh) * 2022-07-14 2023-10-21 中華電信股份有限公司 數位匯流畫質批次調校系統、方法及電腦可讀媒介
CN116033130A (zh) * 2022-12-02 2023-04-28 稻兴光学(厦门)有限公司 激光投影画面色温调整方法和***
CN116033130B (zh) * 2022-12-02 2024-01-30 稻兴光学(厦门)有限公司 激光投影画面色温调整方法和***

Also Published As

Publication number Publication date
WO2021244440A1 (zh) 2021-12-09

Similar Documents

Publication Publication Date Title
CN113766341A (zh) 电视画质调整方法、装置和***及电视机设备
CN108810649B (zh) 画质调节方法、智能电视机及存储介质
US8606037B2 (en) Techniques to improve contrast enhancement
CN107786864B (zh) 电视画面显示方法、设备及可读存储介质
CN107909553B (zh) 一种图像处理方法及设备
US20170324959A1 (en) Method and apparatus for encoding/decoding a high dynamic range picture into a coded bitstream
US20070053587A1 (en) Techniques to improve contrast enhancement using a luminance histogram
US10839495B2 (en) Computing devices and methods of image processing with input image data and reference tone mapping strength data
JP2002262303A (ja) 映像処理装置、映像表示装置及びそれに用いる映像処理方法並びにそのプログラム
CN108769804A (zh) 一种高动态范围视频的格式转换方法
KR101985880B1 (ko) 디스플레이 장치 및 이의 제어 방법
CN113507598B (zh) 视频画面的显示方法、装置、终端及存储介质
CN112087648B (zh) 图像处理方法、装置、电子设备及存储介质
CN113297937B (zh) 一种图像处理方法、装置、设备及介质
CN110766637B (zh) 一种视频处理方法、处理装置、电子设备及存储介质
WO2023098251A1 (zh) 图像处理方法、设备及可读存储介质
CN112215760A (zh) 一种图像处理的方法及装置
US10805680B2 (en) Method and device for configuring image mode
CN113596573B (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN108495054B (zh) 高动态范围信号的处理方法、装置及计算机存储介质
CN104581103A (zh) 一种图片处理方法及装置
CN111064942A (zh) 图像处理方法和设备
CN112686810A (zh) 一种图像处理的方法及装置
CN111160267B (zh) 图像处理方法、终端及存储介质
CN108205795A (zh) 一种直播过程中人脸图像处理方法及***

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211207