CN117334162A - Led背光源控制系统及其方法 - Google Patents

Abstract

公开了一种LED背光源控制系统及其方法。该系统包括：环境光传感器，用于检测周围的光照强度；用户界面，用于设置用户的背光源偏好数据；LED背光源，所述LED背光源由多个LED组成，所述LED背光源用于发出不同亮度的光线；以及，控制器，所述控制器可通信连接于所述环境光传感器、所述用户界面和所述LED背光源，所述控制器用于控制所述LED背光源的亮度值。这样，可以根据环境光强的时序变化情况来自适应地调整背光亮度，以提供更好的视觉效果和能耗管理。

Description

LED背光源控制系统及其方法

技术领域

本申请涉及智能控制领域，且更为具体地，涉及一种LED背光源控制系统及其方法。

背景技术

背光源是液晶显示器、电视等设备中的一种重要组件，用于提供背景光以增强图像的亮度和对比度。背光源的亮度调节对于显示设备的视觉效果和能耗管理非常重要。

然而，传统的LED背光源控制方案通常基于固定的亮度设置或简单的手动调节，无法根据环境光强的变化来自适应地调整背光亮度，这导致在不同的环境光条件下，显示器的亮度可能过高或过低，影响用户的视觉体验。并且，由于传统方案中的背光源亮度是固定的，即使在环境光较暗的情况下，背光源仍然以较高的亮度运行，造成能源的浪费，这不仅增加了能源成本，也对环境造成了不必要的负担。

此外，不同用户对亮度的需求和环境光条件的差异，一些用户可能喜欢较亮的显示效果，而另一些用户可能更喜欢较暗的显示效果，但是，传统的LED背光源控制方案无法满足每个用户的个性化需求。

因此，期望一种优化的LED背光源控制系统。

发明内容

有鉴于此，本申请提出了一种LED背光源控制系统及其方法，其可以能够根据环境光强的时序变化情况来自适应地调整背光亮度，以提供更好的视觉效果和能耗管理，这对于提升显示设备的用户体验、节省能源以及适应不同环境光条件都具有重要意义。

根据本申请的一方面，提供了一种LED背光源控制系统，其包括：

环境光传感器，用于检测周围的光照强度；

用户界面，用于设置用户的背光源偏好数据；

LED背光源，所述LED背光源由多个LED组成，所述LED背光源用于发出不同亮度的光线；以及

控制器，所述控制器可通信连接于所述环境光传感器、所述用户界面和所述LED背光源，所述控制器用于控制所述LED背光源的亮度值。

根据本申请的另一方面，提供了一种LED背光源控制方法，其包括：

通过环境光传感器检测周围的光照强度；

通过用户界面设置用户的背光源偏好数据；

通过LED背光源发出不同亮度的光线；以及

通过可通信地连接于所述环境光传感器、所述用户界面和所述LED背光源的控制器控制所述LED背光源的亮度值。

根据本申请的实施例，该系统包括：环境光传感器，用于检测周围的光照强度；用户界面，用于设置用户的背光源偏好数据；LED背光源，所述背光源由多个LED组成，所述背光源用于发出不同亮度的光线；以及，控制器，所述控制器可通信连接于所述环境光传感器、所述用户界面和所述背光源，所述控制器用于控制所述LED背光源的亮度值。这样，可以根据环境光强的时序变化情况来自适应地调整背光亮度，以提供更好的视觉效果和能耗管理。

根据下面参考附图对示例性实施例的详细说明，本申请的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本申请的示例性实施例、特征和方面，并且用于解释本申请的原理。

图1示出根据本申请的实施例的LED背光源控制系统的框图。

图2示出根据本申请的实施例的LED背光源控制系统中所述控制器的框图。

图3示出根据本申请的实施例的LED背光源控制系统中所述环境光强局部时序特征提取模块的框图。

图4示出根据本申请的实施例的LED背光源控制系统中所述环境光强局部时序特征转移关联编码模块的框图。

图5示出根据本申请的实施例的LED背光源控制方法的流程图。

图6示出根据本申请的实施例的LED背光源控制方法的子步骤S140的架构示意图。

图7示出根据本申请的实施例的LED背光源控制系统的应用场景图。

具体实施方式

下面将结合附图对本申请实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本申请的部分实施例，而不是全部的实施例。基于本申请实施例，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，也属于本申请保护的范围。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

以下将参考附图详细说明本申请的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

另外，为了更好的说明本申请，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本申请同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本申请的主旨。

图1示出根据本申请的实施例的LED背光源控制系统的框图示意图。如图1所示，根据本申请实施例的LED背光源控制系统100，包括：环境光传感器110，用于检测周围的光照强度；用户界面120，用于设置用户的背光源偏好数据；LED背光源130，所述LED背光源130由多个LED组成，所述LED背光源130用于发出不同亮度的光线；以及，控制器140，所述控制器140可通信连接于所述环境光传感器110、所述用户界面120和所述LED背光源130，所述控制器140用于控制所述LED背光源130的亮度值。

针对上述技术问题，本申请的技术构思为通过环境光传感器实时采集环境光强度值，并在后端引入数据处理和分析算法来进行环境光强度的时序分析，以此来判断LED背光源的亮度的调节方向，通过这样的方式，能够根据环境光强的时序变化情况来自适应地调整背光亮度，以提供更好的视觉效果和能耗管理，这对于提升显示设备的用户体验、节省能源以及适应不同环境光条件都具有重要意义。

相应地，如图2所示，所述控制器140，包括：环境光强度数据采集模块141，用于通过所述环境光传感器采集预定时间段内多个预定时间点的环境光强值；光强数据时序排列模块142，用于将所述多个预定时间点的环境光强值按照时间维度排列为环境光强时序输入向量；环境光强局部时序特征提取模块143，用于对所述环境光强时序输入向量进行局部时序特征分析以得到环境光强局部时序特征向量的序列；环境光强局部时序特征转移关联编码模块144，用于对所述环境光强局部时序特征向量的序列中的各个环境光强局部时序特征向量进行相邻环境光强时序特征的转移关联编码以得到环境光强转移时序特征；以及，亮度控制模块145，用于基于所述环境光强转移时序特征，确定所述LED背光源的亮度值应增大、应保持或应减小。

具体地，在本申请的技术方案中，首先，获取由环境光传感器采集的预定时间段内多个预定时间点的环境光强值。接着，考虑到由于所述环境光强值在时间维度上具有着时序的动态变化特性，并且，其还具有着波动性和不确定性。因此，为了能够对于所述环境光强值的时序变化特征进行充分有效地捕捉和刻画，在本申请的技术方案中，需要将所述多个预定时间点的环境光强值按照时间维度排列为环境光强时序输入向量，以此来整合所述环境光强值的时序分布信息。

继而，为了能够更好地捕捉环境光强度的变化趋势和模式，在本申请的技术方案中，进一步对所述环境光强时序输入向量进行向量切分以得到环境光强局部时序输入向量的序列。通过将所述环境光强时序输入向量切分成较小的局部时序向量，可以更好地观察和分析环境光强度的短期和长期变化。这样，可以更为充分和准确地进行环境光强度的时序分析和特征捕捉，以进行LED背光源的亮度调节。

然后，为了能够捕捉到所述环境光强度的局部时序变化情况，需要进一步将所述环境光强局部时序输入向量的序列通过基于一维卷积层的环境光强时序特征提取器中进行特征挖掘，以分别提取出所述环境光强度在时间维度上的局部时序动态变化特征信息，从而得到环境光强局部时序特征向量的序列。

进一步地，考虑到由于所述各个局部时序片段中有关于环境光强度的局部时序特征信息之间具有着关联关系，但是由于所述环境光强度在时间维度上的波动性和不确定性，导致传统的时序特征提取方式难以有效和充分地进行所述环境光强度的时序变化特征捕捉刻画。因此，在本申请的技术方案中，进一步计算所述环境光强局部时序特征向量的序列中每两个相邻环境光强局部时序特征向量之间的转移矩阵，以此来计算每两个相邻时间短内的有关于所述环境光强度的局部时序变化特征之间的时序转移关联特征分布信息，从而得到环境光强时序转移特征矩阵的序列。

接着，还考虑到所述各个相邻环境光强度的局部时序转移关联特征信息在实际的LED背光源的亮度值的自适应控制过程中贡献度不同，这是由于所述环境光强度在时序中的变化可能较快或较慢，因此，所提取的特征信息中存在着大量的冗余。基于此，在本申请的技术方案中，进一步将所述环境光强时序转移特征矩阵的序列通过基于通道注意力层的时序强化器以得到时序强化环境光强时序特征图。通过所述基于通道注意力层的时序强化器进行时序强化处理，可以对环境光强度的各个局部时序转移特征进行加权和调整，以突出重要的时序信息并抑制噪声和冗余。这样，系统可以更好地理解环境光强度的变化趋势，并做出相应的亮度调节决策，以提供更好的视觉效果和用户体验。

相应地，如图3所示，所述环境光强局部时序特征提取模块143，包括：光强时序向量切分单元1431，用于对所述环境光强时序输入向量进行向量切分以得到环境光强局部时序输入向量的序列；以及，环境光强局部时序特征捕捉单元1432，用于将所述环境光强局部时序输入向量的序列通过基于一维卷积层的环境光强时序特征提取器以得到所述环境光强局部时序特征向量的序列。应可以理解，环境光强局部时序特征提取模块143包括光强时序向量切分单元1431和环境光强局部时序特征捕捉单元1432两个单元。光强时序向量切分单元1431的作用是对环境光强时序输入向量进行切分，以得到环境光强局部时序输入向量的序列，这个单元可以将一个长的环境光强时序输入向量切分成多个较短的局部时序输入向量序列，通过切分，可以将长时序数据分解为多个局部时序片段，以便更好地捕捉局部时序特征。环境光强局部时序特征捕捉单元1432的作用是将环境光强局部时序输入向量的序列通过基于一维卷积层的环境光强时序特征提取器，以得到环境光强局部时序特征向量的序列，这个单元使用一维卷积层来提取局部时序特征，通过滑动窗口的方式在局部时序输入向量序列上进行卷积操作，从而捕捉到局部时序特征。卷积操作可以识别出不同局部时序模式，提取出有用的特征信息。综合来说，光强时序向量切分单元用于将长的环境光强时序输入向量切分成短的局部时序输入向量序列，而环境光强局部时序特征捕捉单元则通过一维卷积层来提取局部时序特征，将局部时序输入向量序列转换为局部时序特征向量序列。这些单元的组合可以帮助提取环境光强的局部时序特征，用于后续的处理和分析。

值得一提的是，一维卷积层是深度学习中常用的一种卷积神经网络(Convolutional Neural Network，CNN)的层类型，它主要用于处理具有一维结构的数据。一维卷积层的输入和输出都是一维张量。它通过一个可学习的滤波器(也称为卷积核)在输入数据上进行滑动窗口的卷积操作，以提取特征。卷积操作涉及将滤波器与输入的局部窗口进行逐元素相乘，然后将结果相加，得到卷积输出的一个元素。与二维卷积层类似，一维卷积层具有以下重要的参数和特性：滤波器大小(kernel size)：指定滤波器的长度，决定了每次卷积操作涉及的输入窗口大小。步幅(stride)：指定滤波器在输入上滑动的步长，决定了输出的尺寸。填充(padding)：可选参数，用于在输入的两侧或一侧填充额外的零值，以控制输出的尺寸和特征提取的性质。一维卷积层通过在输入数据上进行滑动窗口的卷积操作，可以捕捉到输入数据中的局部模式和特征。总结起来，一维卷积层是一种用于处理一维数据的神经网络层，通过滑动窗口的卷积操作来提取输入数据的局部特征。它是卷积神经网络中的重要组成部分，被广泛应用于各种任务中。

相应地，如图4所示，所述环境光强局部时序特征转移关联编码模块144，包括：相邻时序光强特征转移关联单元1441，用于计算所述环境光强局部时序特征向量的序列中每两个相邻环境光强局部时序特征向量之间的转移矩阵以得到环境光强时序转移特征矩阵的序列；以及，通道注意力时序强化单元1442，用于将所述环境光强时序转移特征矩阵的序列通过基于通道注意力层的时序强化器以得到时序强化环境光强时序特征图作为所述环境光强转移时序特征。

应可以理解，环境光强局部时序特征转移关联编码模块144包括相邻时序光强特征转移关联单元1441和通道注意力时序强化单元1442两个单元。相邻时序光强特征转移关联单元1441的作用是计算环境光强局部时序特征向量的序列中每两个相邻环境光强局部时序特征向量之间的转移矩阵，以得到环境光强时序转移特征矩阵的序列，这个单元通过对相邻的特征向量进行计算，捕捉到它们之间的转移关系。转移矩阵可以表示特征向量之间的相关性和转换关系，用于描述环境光强的时序转移特征。通道注意力时序强化单元1442的作用是将环境光强时序转移特征矩阵的序列通过基于通道注意力层的时序强化器，以得到时序强化的环境光强时序特征图作为环境光强转移时序特征。这个单元使用通道注意力层来对转移特征矩阵进行加权，强化具有重要信息的通道(特征)，抑制不重要的通道。通过这种方式，可以提高环境光强转移时序特征的表达能力和区分度。综合来说，相邻时序光强特征转移关联单元用于计算相邻环境光强局部时序特征向量之间的转移矩阵，描述它们之间的转移关系；而通道注意力时序强化单元则通过通道注意力层对转移特征矩阵进行加权，强化重要的特征，得到时序强化的环境光强时序特征图。这些单元的组合可以用于提取环境光强的转移时序特征，并增强对重要特征的关注。

值得一提的是，通道注意力层是一种在深度学习中常用的注意力机制，用于增强模型对输入特征中不同通道的关注度。通道注意力层可以根据输入特征的通道信息自适应地学习通道权重，以便在特定任务中更好地利用不同通道的特征表示能力。通道注意力层的主要目标是对输入特征的通道维度进行加权，以提高模型对不同通道的关注程度。它可以通过以下步骤实现：1.输入特征：通常是一个多通道的特征图，表示为一个三维张量，维度为[批次大小，通道数，特征图高度，特征图宽度]。2.特征转换：为了减少参数量和计算量，通常会对输入特征进行降维操作，例如使用全局平均池化(global average pooling)将特征图的高度和宽度维度降为1，得到一个形状为[批次大小，通道数]的特征向量。3.通道注意力机制：通道注意力层通过引入一些可学习的参数，例如全连接层或卷积层，对特征向量进行处理。常见的做法是使用激活函数(如ReLU)和归一化操作(如批归一化)来增加非线性性和稳定性。4.通道权重计算：通过对特征向量的处理，生成一个与通道数相同的权重向量，表示每个通道的重要性。这些权重可以视为对应通道的注意力分数，用于表示模型应该关注每个通道的程度。5.特征加权：将通道权重与输入特征相乘，得到加权后的特征表示。这样，模型在后续的层中将更加关注具有较高权重的通道，而抑制具有较低权重的通道。通过引入通道注意力层，模型可以自动学习到不同通道之间的相关性和重要性，从而提高特征的表达能力和判别性。通道注意力层在图像分类、目标检测、语义分割等视觉任务中广泛应用，并取得了显著的性能提升。

进而，再将所述时序强化环境光强时序特征图通过分类器以得到分类结果，所述分类结果用于表示LED背光源的亮度值应增大、应保持或应减小。也就是说，利用时序特征强化后的有关于所述环境光强度的局部时序特征之间的转移关联特征信息来进行分类处理，以此来判断LED背光源的亮度的调节方向，通过这样的方式，能够根据环境光强的时序变化情况来自适应地调整背光亮度，以提供更好的视觉效果和能耗管理。

相应地，所述亮度控制模块145，用于：将所述时序强化环境光强时序特征图通过分类器以得到分类结果，所述分类结果用于表示LED背光源的亮度值应增大、应保持或应减小。

进一步地，在本申请的技术方案中，所述的LED背光源控制系统，其还包括用于对所述基于一维卷积层的环境光强时序特征提取器、所述基于通道注意力层的时序强化器和所述分类器进行训练的训练模块。应可以理解，训练模块在LED背光源控制系统中的作用是对系统中的各个组件进行训练，以使其能够有效地完成环境光强的时序特征提取和分类任务。具体来说，训练模块的功能如下：1.训练环境光强时序特征提取器：训练模块用于对基于一维卷积层的环境光强时序特征提取器进行训练。通过提供已标记的训练样本，训练模块可以调整提取器的参数，使其能够从环境光强的时序输入中准确地提取局部时序特征。这样，提取器就能够学习到适合于当前任务的特征表示，以便后续的分类器能够更好地进行分类。2.训练时序强化器：训练模块还用于对基于通道注意力层的时序强化器进行训练。通过提供已标记的训练样本和相应的环境光强时序特征，训练模块可以调整强化器的参数，使其能够根据任务需求自适应地增强特征转移的重要性，提高环境光强转移时序特征的表达能力。这样，强化器就能够学习到适合于当前任务的通道注意力权重，以便后续的分类器能够更好地利用时序强化后的特征进行分类。3.训练分类器：训练模块还用于对分类器进行训练。通过提供已标记的训练样本和相应的时序强化环境光强时序特征，训练模块可以调整分类器的参数，使其能够准确地将不同类别的环境光强时序特征分类。这样，分类器就能够学习到适合于当前任务的决策边界和分类规则，以便在实际应用中对环境光强进行准确的分类。通过训练模块的训练过程，系统可以通过大量的训练数据来优化各个组件的参数，使其能够更好地适应实际应用中的环境光强变化，并提供准确的分类结果。训练模块在系统中起到关键的作用，通过训练和优化，使系统能够具备良好的性能和泛化能力。

更具体地，在一个示例中，所述训练模块，包括：训练数据采集单元，用于获取训练数据，所述训练数据包括预定时间段内多个预定时间点的训练环境光强值，以及，所述LED背光源的亮度值应增大、应保持或应减小的真实值；训练数据时序排列单元，用于将所述多个预定时间点的训练环境光强值按照时间维度排列为训练环境光强时序输入向量；训练数据时序向量切分单元，用于对所述训练环境光强时序输入向量进行向量切分以得到训练环境光强局部时序输入向量的序列；训练环境光强局部时序特征提取单元，用于将所述训练环境光强局部时序输入向量的序列通过所述基于一维卷积层的环境光强时序特征提取器以得到训练环境光强局部时序特征向量的序列；训练环境光强局部时序特征转移关联单元，用于计算所述训练环境光强局部时序特征向量的序列中每两个相邻训练环境光强局部时序特征向量之间的转移矩阵以得到训练环境光强时序转移特征矩阵的序列；训练光强时序特征强化单元，用于将所述训练环境光强时序转移特征矩阵的序列通过所述基于通道注意力层的时序强化器以得到训练时序强化环境光强时序特征图；分类损失单元，用于将所述训练时序强化环境光强时序特征图通过所述分类器以得到分类损失函数值；以及，模型训练单元，用于基于所述分类损失函数值并通过梯度下降的方向传播来对所述基于一维卷积层的环境光强时序特征提取器、所述基于通道注意力层的时序强化器和所述分类器进行训练，其中，在所述训练的每次迭代时，对所述训练时序强化环境光强时序特征图的各个特征矩阵进行特征尺度约束的概率密度收敛优化。

其中，所述模型训练单元，包括：优化加权因数计算子单元，用于对所述训练时序强化环境光强时序特征图的各个特征矩阵进行特征尺度约束的概率密度收敛优化以得到第一加权系数和第二加权向量；以及，特征优化子单元，用于以所述第一加权系数对所述训练时序强化环境光强时序特征图进行通道维度加权，并以所述第二加权向量中的各个位置值作为加权因数对所述训练时序强化环境光强时序特征图沿通道维度的各个特征矩阵进行加权以得到优化训练时序强化环境光强时序特征图。

特别地，在本申请的技术方案中，所述训练环境光强局部时序特征向量的序列中的每个训练环境光强局部时序特征向量表达训练环境光强值在局部时域内的时序关联特征，由此，计算所述训练环境光强局部时序特征向量的序列中每两个相邻训练环境光强局部时序特征向量之间的转移矩阵可以得到训练环境光强值局部时域时序分布的域转移特征，由此，得到的所述训练环境光强时序转移特征矩阵的序列表达在全局时域下的局部时域时序域转移特征，而在通过基于通道注意力层的时序强化器后，通过强调在时序维度上的局部时域域转移特征分布来进行特征强化，可以提升获得的所述训练时序强化环境光强时序特征图的特征表达效果。但同时，也使得所述训练时序强化环境光强时序特征图作为整体，其对于所述训练环境光强值在全局时域下的局部时域间域转移时序分布特征表达存在不均衡，并且，本申请的申请人进一步发现，这种不均衡在很大程度上与特征表达尺度相关，即特征矩阵的空间维度上的局部时域间域转移特征表达尺度，和各个特征矩阵间的通道维度上的全局时域时序分布尺度，例如，可以理解为相对于预定局部时域和全局时域表达尺度，特征值在各自时域下的整体分布之间越不均衡，则特征图的整体表达也越不均衡。这样，当所述训练时序强化环境光强时序特征图通过分类器时，会影响在分类器的类概率密度分布域的收敛效果，从而影响得到的分类结果的准确性。

因此，优选地，对于所述训练时序强化环境光强时序特征图的各个特征矩阵，例如记为M_k进行特征尺度约束的概率密度收敛优化。

相应地，在一个具体示例中，所述优化加权因数计算子单元，进一步用于：以如下系数计算公式对所述训练时序强化环境光强时序特征图的各个特征矩阵进行特征尺度约束的概率密度收敛优化以得到所述第一加权系数和所述第二加权向量；其中，所述系数计算公式为：

其中，L是所述训练时序强化环境光强时序特征图的通道数，v_k是所述训练时序强化环境光强时序特征图的第k个特征矩阵M_k的全局特征均值，V是v_k组成的特征向量，表示特征向量V的二范数的平方，S是所述训练时序强化环境光强时序特征图的第k个特征矩阵M_k的尺度，即宽度乘以高度，且/>表示所述训练时序强化环境光强时序特征图的第k个特征矩阵M_k的Frobenius范数的平方，m_i,j表示所述训练时序强化环境光强时序特征图的第k个特征矩阵M_k的第(i,j)位置的特征值，w₁表示所述第一加权系数，w_2k表示所述第二加权向量的第k个位置的特征值。

这里，所述特征尺度约束的概率密度收敛优化可以通过类标准柯西分布式的尾部分布加强机制，来基于特征尺度对高维特征空间内的特征概率密度分布进行多层次分布结构的相关性约束，以使得具有不同尺度的高维特征的概率密度分布在整体概率密度空间内进行均匀性展开，从而弥补特征尺度偏差导致的概率密度收敛异质性。这样，在训练过程中，以上述权重w₁对所述训练时序强化环境光强时序特征图沿通道进行加权，并以上述权重w_2k对所述训练时序强化环境光强时序特征图的每个特征矩阵M_k进行加权，就可以提升优化后的时序强化环境光强时序特征图在分类器的预定类概率密度分布域的收敛性，从而提升得到的分类结果的准确性。这样，能够根据环境光强的时序变化情况来自适应地调整背光亮度，以提供更好的视觉效果和能耗管理，这对于提升显示设备的用户体验、节省能源以及适应不同环境光条件都具有重要意义。

综上，基于本申请实施例的LED背光源控制系统100被阐明，其可以能够根据环境光强的时序变化情况来自适应地调整背光亮度，以提供更好的视觉效果和能耗管理，这对于提升显示设备的用户体验、节省能源以及适应不同环境光条件都具有重要意义。

如上所述，根据本申请实施例的所述LED背光源控制系统100可以实现在各种终端设备中，例如具有LED背光源控制算法的服务器等。在一个示例中，LED背光源控制系统100可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该LED背光源控制系统100可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该LED背光源控制系统100同样可以是该终端设备的众多硬件模块之一。

替换地，在另一示例中，该LED背光源控制系统100与该终端设备也可以是分立的设备，并且该LED背光源控制系统100可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。

图5示出根据本申请的实施例的LED背光源控制方法的流程图。如图5所示，根据本申请实施例的LED背光源控制方法，其包括：S110，通过环境光传感器检测周围的光照强度；S120，通过用户界面设置用户的背光源偏好数据；S130，通过LED背光源发出不同亮度的光线；以及，S140，通过可通信地连接于所述环境光传感器、所述用户界面和所述背光源的控制器控制所述LED背光源的亮度值。

图6示出根据本申请的实施例的LED背光源控制方法的子步骤S140的系统架构的示意图。在一种可能的实现方式中，如图6所示，通过可通信地连接于所述环境光传感器、所述用户界面和所述背光源的控制器控制所述LED背光源的亮度值，包括：通过所述环境光传感器采集预定时间段内多个预定时间点的环境光强值；将所述多个预定时间点的环境光强值按照时间维度排列为环境光强时序输入向量；对所述环境光强时序输入向量进行局部时序特征分析以得到环境光强局部时序特征向量的序列；对所述环境光强局部时序特征向量的序列中的各个环境光强局部时序特征向量进行相邻环境光强时序特征的转移关联编码以得到环境光强转移时序特征；以及，基于所述环境光强转移时序特征，确定所述LED背光源的亮度值应增大、应保持或应减小。

这里，本领域技术人员可以理解，上述LED背光源控制方法中的各个步骤的具体操作已经在上面参考图1到图4的LED背光源控制系统的描述中得到了详细介绍，并因此，将省略其重复描述。

图7示出根据本申请的实施例的LED背光源控制系统的应用场景图。如图7所示，在该应用场景中，首先，通过环境光传感器(例如，图7中所示意的C)采集预定时间段内多个预定时间点的环境光强值(例如，图7中所示意的D)，然后，将所述多个预定时间点的环境光强值输入至部署有LED背光源控制算法的服务器(例如，图7中所示意的S)中，其中，所述服务器能够使用所述LED背光源控制算法对所述多个预定时间点的环境光强值进行处理以得到用于表示LED背光源的亮度值应增大、应保持或应减小的分类结果。

附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种LED背光源控制系统，其特征在于，包括：

环境光传感器，用于检测周围的光照强度；

用户界面，用于设置用户的背光源偏好数据；

LED背光源，所述LED背光源由多个LED组成，所述LED背光源用于发出不同亮度的光线；以及

控制器，所述控制器可通信连接于所述环境光传感器、所述用户界面和所述LED背光源，所述控制器用于控制所述LED背光源的亮度值。

2.根据权利要求1所述的LED背光源控制系统，其特征在于，所述控制器，包括：

环境光强度数据采集模块，用于通过所述环境光传感器采集预定时间段内多个预定时间点的环境光强值；

光强数据时序排列模块，用于将所述多个预定时间点的环境光强值按照时间维度排列为环境光强时序输入向量；

环境光强局部时序特征提取模块，用于对所述环境光强时序输入向量进行局部时序特征分析以得到环境光强局部时序特征向量的序列；

环境光强局部时序特征转移关联编码模块，用于对所述环境光强局部时序特征向量的序列中的各个环境光强局部时序特征向量进行相邻环境光强时序特征的转移关联编码以得到环境光强转移时序特征；以及

亮度控制模块，用于基于所述环境光强转移时序特征，确定所述LED背光源的亮度值应增大、应保持或应减小。

3.根据权利要求2所述的LED背光源控制系统，其特征在于，所述环境光强局部时序特征提取模块，包括：

光强时序向量切分单元，用于对所述环境光强时序输入向量进行向量切分以得到环境光强局部时序输入向量的序列；以及

环境光强局部时序特征捕捉单元，用于将所述环境光强局部时序输入向量的序列通过基于一维卷积层的环境光强时序特征提取器以得到所述环境光强局部时序特征向量的序列。

4.根据权利要求3所述的LED背光源控制系统，其特征在于，所述环境光强局部时序特征转移关联编码模块，包括：

相邻时序光强特征转移关联单元，用于计算所述环境光强局部时序特征向量的序列中每两个相邻环境光强局部时序特征向量之间的转移矩阵以得到环境光强时序转移特征矩阵的序列；以及

通道注意力时序强化单元，用于将所述环境光强时序转移特征矩阵的序列通过基于通道注意力层的时序强化器以得到时序强化环境光强时序特征图作为所述环境光强转移时序特征。

5.根据权利要求4所述的LED背光源控制系统，其特征在于，所述亮度控制模块，用于：将所述时序强化环境光强时序特征图通过分类器以得到分类结果，所述分类结果用于表示LED背光源的亮度值应增大、应保持或应减小。

6.根据权利要求5所述的LED背光源控制系统，其特征在于，还包括用于对所述基于一维卷积层的环境光强时序特征提取器、所述基于通道注意力层的时序强化器和所述分类器进行训练的训练模块。

7.根据权利要求6所述的LED背光源控制系统，其特征在于，所述训练模块，包括：

训练数据采集单元，用于获取训练数据，所述训练数据包括预定时间段内多个预定时间点的训练环境光强值，以及，所述LED背光源的亮度值应增大、应保持或应减小的真实值；

训练数据时序排列单元，用于将所述多个预定时间点的训练环境光强值按照时间维度排列为训练环境光强时序输入向量；

训练数据时序向量切分单元，用于对所述训练环境光强时序输入向量进行向量切分以得到训练环境光强局部时序输入向量的序列；

训练环境光强局部时序特征提取单元，用于将所述训练环境光强局部时序输入向量的序列通过所述基于一维卷积层的环境光强时序特征提取器以得到训练环境光强局部时序特征向量的序列；

训练环境光强局部时序特征转移关联单元，用于计算所述训练环境光强局部时序特征向量的序列中每两个相邻训练环境光强局部时序特征向量之间的转移矩阵以得到训练环境光强时序转移特征矩阵的序列；

训练光强时序特征强化单元，用于将所述训练环境光强时序转移特征矩阵的序列通过所述基于通道注意力层的时序强化器以得到训练时序强化环境光强时序特征图；

分类损失单元，用于将所述训练时序强化环境光强时序特征图通过所述分类器以得到分类损失函数值；以及

模型训练单元，用于基于所述分类损失函数值并通过梯度下降的方向传播来对所述基于一维卷积层的环境光强时序特征提取器、所述基于通道注意力层的时序强化器和所述分类器进行训练，其中，在所述训练的每次迭代时，对所述训练时序强化环境光强时序特征图的各个特征矩阵进行特征尺度约束的概率密度收敛优化。

8.根据权利要求7所述的LED背光源控制系统，其特征在于，所述模型训练单元，包括：

优化加权因数计算子单元，用于对所述训练时序强化环境光强时序特征图的各个特征矩阵进行特征尺度约束的概率密度收敛优化以得到第一加权系数和第二加权向量；以及

特征优化子单元，用于以所述第一加权系数对所述训练时序强化环境光强时序特征图进行通道维度加权，并以所述第二加权向量中的各个位置值作为加权因数对所述训练时序强化环境光强时序特征图沿通道维度的各个特征矩阵进行加权以得到优化训练时序强化环境光强时序特征图。

9.一种LED背光源控制方法，其特征在于，包括：

通过环境光传感器检测周围的光照强度；

通过用户界面设置用户的背光源偏好数据；

通过LED背光源发出不同亮度的光线；以及

通过可通信地连接于所述环境光传感器、所述用户界面和所述LED背光源的控制器控制所述LED背光源的亮度值。

10.根据权利要求9所述的LED背光源控制方法，其特征在于，通过可通信地连接于所述环境光传感器、所述用户界面和所述背光源的控制器控制所述LED背光源的亮度值，包括：

通过所述环境光传感器采集预定时间段内多个预定时间点的环境光强值；

将所述多个预定时间点的环境光强值按照时间维度排列为环境光强时序输入向量；

对所述环境光强时序输入向量进行局部时序特征分析以得到环境光强局部时序特征向量的序列；

对所述环境光强局部时序特征向量的序列中的各个环境光强局部时序特征向量进行相邻环境光强时序特征的转移关联编码以得到环境光强转移时序特征；以及

基于所述环境光强转移时序特征，确定所述LED背光源的亮度值应增大、应保持或应减小。