屏幕刷新率的调整方法及其装置制造方法及图纸

提供了一种屏幕刷新率的调整方法及其装置。所述调整方法包括：检测电子设备的与屏幕刷新率相关的检测参数；在所述检测参数发生变化的情况下，基于所述检测参数来确定针对当前屏幕刷新率的调整策略；基于所述调整策略来调整电子设备的当前屏幕刷新率。本公开能够智能地调整屏幕刷新率并且有效减少功耗和设备发热。热。热。

【技术实现步骤摘要】
屏幕刷新率的调整方法及其装置


[0001]本公开涉及。更具体地，本公开涉及一种屏幕刷新率的调整方法以及屏幕刷新率的调整装置。

技术介绍

[0002]目前，在智能移动终端中使用高屏幕刷新率来获得更好的画面显示效果是一种流行趋势。然而，高屏幕刷新率在单位时间内做功增加，虽然提供了更好的显示效果，但是也增加了终端设备的功耗和发热。

技术实现思路

[0003]根据本公开的示例性实施例提供了一种屏幕刷新率的调整方法以及屏幕刷新率的调整装置，以至少解决上述提及的问题。
[0004]根据本公开的示例性实施例，提供一种屏幕刷新率的调整方法，所述调整方法可包括：检测电子设备的与屏幕刷新率相关的检测参数；在所述检测参数发生变化的情况下，基于所述检测参数来确定针对当前屏幕刷新率的调整策略；基于所述调整策略来调整电子设备的当前屏幕刷新率。
[0005]可选地，所述检测参数可包括电子设备的屏幕刷新率、显示内容帧率和温度中的至少一个。
[0006]可选地，所述调整策略可包括上调预设屏幕刷新率、下调预设屏幕刷新率和保持屏幕刷新率之一。
[0007]可选地，确定针对当前屏幕刷新率的调整策略的步骤可包括：基于所述检测参数利用人工智能模型来确定所述调整策略。
[0008]可选地，所述人工智能模型可基于以下方式被训练出：以所述检测参数作为所述人工智能模型的输入；利用Q
‑
Learning公式计算所述检测参数在哪种调整策略下获得最大回报值；将获得最大回报的调整策略作为所述人工智能模型的输出。
[0009]可选地，基于所述检测参数利用人工智能模型来确定所述调整策略的步骤可包括：将所述检测参数输入至所述人工智能模型并且由所述人工智能模型输出调整策略。
[0010]可选地，所述人工智能模型可以为表结构模型，其中，所述表结构模型可通过以下方式被得到：利用Q
‑
Learning公式计算与屏幕刷新率相关的样本检测参数在哪种调整策略下获得最大回报值；将样本检测参数和相应的获得最大回报的调整策略存储于所述表结构模型中。
[0011]可选地，基于所述检测参数利用人工智能模型来确定所述调整策略的步骤可包括：通过将所述检测参数与所述表结构模型中存储的参数进行匹配来选择与所述检测参数相应的最大回报的调整策略。
[0012]可选地，在满足以下条件时执行所述调整方法：电子设备的环境光亮度大于或等于第一阈值；和/或电子设备处于非息屏常显状态。
[0013]根据本公开的另一示例性实施例，提供一种屏幕刷新率的调整装置，所述调整装置可包括：检测模块，被配置为检测电子设备的与屏幕刷新率相关的检测参数；以及处理模块，被配置为：在所述检测参数发生变化的情况下，基于所述检测参数来确定针对当前屏幕刷新率的调整策略；基于所述调整策略来调整电子设备的当前屏幕刷新率。
[0014]可选地，所述检测参数可包括电子设备的屏幕刷新率、显示内容帧率和温度中的至少一个。
[0015]可选地，所述调整策略可包括上调预设屏幕刷新率、下调预设屏幕刷新率和保持屏幕刷新率之一。
[0016]可选地，处理模块可被配置为基于所述检测参数利用人工智能模型来确定所述调整策略。
[0017]可选地，所述人工智能模型可基于以下方式被训练出：以所述检测参数作为所述人工智能模型的输入；利用Q
‑
Learning公式计算所述检测参数在哪种调整策略下获得最大回报值；将获得最大回报的调整策略作为所述人工智能模型的输出。
[0018]可选地，处理模块可被配置为将所述检测参数输入至所述人工智能模型并且由所述人工智能模型输出调整策略。
[0019]可选地，所述人工智能模型可以为表结构模型，其中，所述表结构模型通过以下方式被得到：利用Q
‑
Learning公式计算与屏幕刷新率相关的样本检测参数在哪种调整策略下获得最大回报值；将样本检测参数和相应的获得最大回报的调整策略存储于所述表结构模型中。
[0020]可选地，处理模块可被配置为通过将所述检测参数与所述表结构模型中存储的参数进行匹配来选择与所述检测参数相应的最大回报的调整策略。
[0021]可选地，检测模块可被配置为检测电子设备的环境亮度、分辨率和显示状态，其中，处理模块可确定满足以下条件时调整电子设备的当前屏幕刷新率：电子设备的环境光亮度大于或等于第一阈值；和/或电子设备处于非息屏常显状态。
[0022]根据本公开的示例性实施例，提供一种计算机可读存储介质，其上存储有指令，当所述指令被处理器执行时，实现根据本公开的示例性实施例的屏幕刷新率的调整方法。
[0023]根据本公开的示例性实施例，提供一种计算装置，包括：处理器；存储器，存储有指令，当所述指令被处理器执行时，实现根据本公开的示例性实施例的屏幕刷新率的调整方法。
[0024]根据本公开的示例性实施例，提供一种计算机程序产品，所述计算机程序产品中的指令被电子装置中的至少一个处理器运行以执行如上所述的屏幕刷新率的调整方法。
[0025]根据本公开，通过检测电子设备的状态参数(诸如当前显示内容帧率、当前温度和当前屏幕刷新率)，利用人工智能模型输出当前场景最匹配的屏幕刷新率，来智能地调整电子设备的屏幕刷新率，以使用不同应用场景，从而达到屏幕刷新率性能、功耗和发热的三者平衡，提高了用户体验。
[0026]将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开总体构思的实施而得知。
附图说明
[0027]通过结合附图，从实施例的下面描述中，本公开这些和/或其它方面及优点将会变得清楚，并且更易于理解，其中：
[0028]图1示出根据本公开示例性实施例的屏幕刷新率的调整方法的流程图；
[0029]图2示出根据本公开另一示例性实施例的屏幕刷新率的调整方法的流程图；
[0030]图3示出根据本公开示例性实施例的屏幕刷新率的调整方法的流程示意图；
[0031]图4示出根据本公开示例性实施例的屏幕刷新率的调整装置的框图；
[0032]图5示出根据本公开示例性实施例的电子设备的示意图；
[0033]图6示出根据本公开示例性实施例的计算装置的示意图。
具体实施方式
[0034]提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本申请的公开之后，在此描述的方法、设备和/或系统的各种改变、修改和等同物将是清楚的。例如，在此描述的操作的顺序仅是示例，并且不限于在此阐述的那些顺序，而是除了必须以特定的顺序发生的操作之外，可如在理解本申请的公开之后将是清楚的那样被改变。此外，为了更加清楚和简明，本领域已知的特征的描述可被省略。
[0035]在此描述的特征可以以不同的形式来实现，而不应被解释为限于在此描述的示例。相反，已提供在此描述的示例，以仅示出实现在此描述的方法、设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种屏幕刷新率的调整方法，其特征在于，所述调整方法包括：检测电子设备的与屏幕刷新率相关的检测参数；在所述检测参数发生变化的情况下，基于所述检测参数来确定针对当前屏幕刷新率的调整策略；基于所述调整策略来调整电子设备的当前屏幕刷新率。2.如权利要求1所述的调整方法，其特征在于，所述检测参数包括电子设备的屏幕刷新率、显示内容帧率和温度中的至少一个。3.如权利要求1所述的调整方法，其特征在于，所述调整策略包括上调预设屏幕刷新率、下调预设屏幕刷新率和保持屏幕刷新率之一。4.如权利要求1所述的调整方法，其特征在于，确定针对当前屏幕刷新率的调整策略的步骤包括：基于所述检测参数利用人工智能模型来确定所述调整策略。5.如权利要求4所述的调整方法，其特征在于，所述人工智能模型基于以下方式被训练出：以所述检测参数作为所述人工智能模型的输入；利用Q
‑
Learning公式计算所述检测参数在哪种调整策略下获得最大回报值；将获得最大回报的调整策略作为所述人工智能模型的输出。6.如权利要求4或5所述的调整方法，其特征在于，基于所述检测参数利用人工智能模型来确定所述调整策略的步骤包括：将所述检测参数输入至所述人工智能模型并且由所述人工智能模型输出调整策略。7.如权利要求4所述的调整方法，其特征在于，所述人工智能模型为表结构模型，其中，所述表结构模型通过以下方式被得到：利用Q
‑
Learning公式计算与屏幕刷新率相关的样本检测参数在哪种调整策略下获得最大回报值；将样本检测参数和相应的获得最大回报的调整策略存储于所述表结构模型中。8.如权利要求4或7所述的调整方法，其特征在于，基于所述检测参数利用人工智能模型来确定所述调整策略的步骤包括：通过将所述检测参数与所述表结构模型中存储的参数进行匹配来选择与所述检测参数相应的最大回报的调整策略。9.如权利要求1所述的调整方法，其特征在于，在满足以下条件时执行所述调整方法：电子设备的环境光亮度大于或等于第一阈值；和/或电子设备处于非息屏常显状态。10.一种屏幕刷新率的调整装置，其特征在于，所述调整装置包括：检测模块，被配置为检测电子设备的与屏幕刷新率相关的检测参数；处理模块，被配置为：在所述检测参数发生变化的情况下，基于...

【专利技术属性】
技术研发人员：罗子豪，张木军，陈建国，郭津，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：