自适应显示器亮度调整制造技术

一种用于自适应显示器亮度调整的计算机实施的方法，该方法包括：获得表征具有亮度可调整的显示器的设备的当前状态的当前状态数据；将当前状态数据作为输入提供给亮度预测机器学习模型，其中该模型被配置为根据模型参数集合的当前值来处理当前状态数据，以生成用于设备的显示器的建议显示器亮度作为输出；根据探索策略将显示器的亮度设置为低于建议显示器亮度的亮度；确定设备的用户是否手动调整显示器亮度；以及响应于确定用户没有手动调整显示器亮度，使用更低的亮度作为用于调整模型参数集合的当前值的目标输出。数集合的当前值的目标输出。数集合的当前值的目标输出。

【技术实现步骤摘要】
自适应显示器亮度调整
[0001]本申请是申请日为2017年12月15日、申请号为201780096387.7、专利技术名称为“自适应显示器亮度调整”的专利技术专利申请的分案申请。


[0002]本说明书一般涉及计算设备的显示器的亮度的自适应调整。

技术介绍

[0003]一些计算设备，例如移动电话、平板计算机或其他移动设备，被配备有亮度可调整的显示器。显示器的亮度可以由设备的用户设置和调整。显示器的亮度也可以通过基于例如周围环境照明的自动亮度策略而设置。
[0004]一些设备附加地被配备有为设备供电的电池。电池的耗尽速率可能取决于显示器的亮度。

技术实现思路

[0005]本说明书描述了与用于设置用户设备的显示器的亮度的自适应亮度系统相关的技术。
[0006]提供了一种由一个或多个数据处理装置执行的方法，所述方法包括：获得表征具有可调亮度显示器的用户设备的当前状态的当前状态数据；将所述当前状态数据作为输入提供给亮度预测机器学习模型，其中所述模型被配置为根据模型参数集合的当前值来处理所述当前状态数据，以生成针对所述用户设备的显示器的建议的显示器亮度作为输出；根据探索策略将显示器的亮度设置为低于建议的显示器亮度的亮度；以及基于在显示器亮度被设置为较低亮度之后用户设备的用户是否手动调整显示器亮度，确定用于调整亮度预测机器学习模型的模型参数集合的当前值的目标输出。
[0007]提供了存储指令的一个或多个非暂时性计算机存储介质，当由一个或多个计算机执行时，所述指令使得一个或多个计算机执行操作，包括：获得表征具有可调亮度显示器的用户设备的当前状态的当前状态数据；将所述当前状态数据作为输入提供给亮度预测机器学习模型，其中所述模型被配置为根据模型参数集合的当前值来处理所述当前状态数据，以生成针对所述用户设备的显示器的建议的显示器亮度作为输出；根据探索策略将显示器的亮度设置为低于建议的显示器亮度的亮度；以及基于在显示器亮度被设置为较低亮度之后用户设备的用户是否手动调整显示器亮度，确定用于调整亮度预测机器学习模型的模型参数集合的当前值的目标输出。
[0008]根据第一方面，提供了一种用于自适应显示器亮度调整的方法，该方法包括：获得表征具有亮度可调整的显示器的用户设备的当前状态的当前状态数据；将当前状态数据作为输入提供给亮度预测机器学习模型，其中该模型被配置为根据模型参数集合的当前值来处理当前状态数据，以生成用于用户设备的显示器的建议显示器亮度作为输出；根据探索策略将显示器的亮度设置为低于建议显示器亮度的亮度；确定用户设备的用户是否手动调
整显示器亮度；以及响应于确定用户没有手动调整显示器亮度，使用更低的亮度作为用于调整模型参数集合的当前值的目标输出。
[0009]在一些实施方式中，该方法还包括：响应于确定设备的用户将显示器亮度手动调整为手动亮度，使用手动亮度作为用于调整模型参数集合的当前值的目标输出。
[0010]在一些实施方式中，该方法还包括：基于目标输出来确定对模型参数集合的当前值的调整；根据所确定的调整和权重值来修改模型参数集合的当前值，其中：响应于确定用户没有手动调整显示器亮度，权重值被设置为第一权重值；响应于确定用户将显示器亮度手动调整为手动亮度，权重值被设置为第二权重值；并且第一权重值小于第二权重值。
[0011]在一些实施方式中，模型输出定义对显示器的基线显示器亮度的建议调整，其中：基线显示器亮度由预定基线亮度预测模型的输出确定，该预定基线亮度预测模型被配置为根据特定模型参数集合的固定值来处理周围环境照明数据，以生成用于显示器的基线显示器亮度作为输出；并且用于用户设备的显示器的建议显示器亮度通过将基线显示器亮度与对基线显示器亮度的建议调整进行组合而确定。
[0012]在一些实施方式中，模型的模型参数集合的当前值是基于来自多个附加用户设备的记录的亮度数据而确定的。
[0013]在一些实施方式中，探索策略指定将显示器的亮度设置为大于显示器的亮度的下限。
[0014]在一些实施方式中，该方法还包括：确定用户先前已经手动调整显示器亮度一次或多次；并且根据探索策略将显示器的亮度设置为低于建议显示器亮度的亮度包括：基于确定用户先前已经手动调整显示器亮度一次或多次而根据探索策略来设置亮度。
[0015]在一些实施方式中，模型是神经网络。
[0016]在一些实施方式中，表征用户设备的当前状态的当前状态数据包括用户设备的当前硬件状态、用户设备的当前软件状态、用户设备的当前全局状态和用户设备的当前传感器状态中的一个或多个，其中：用户设备的当前硬件状态包括以下中的一个或多个：电池充电水平、电池温度和在显示器上显示的主色；用户设备的当前软件状态包括以下中的一个或多个：当前运行的应用的数量和当前运行的应用的类型；用户设备的当前全局状态包括以下中的一个或多个：日期、时间和设备位置；并且用户设备的当前传感器状态包括加速度计数据、陀螺仪数据、光传感器数据、接近传感器数据中的一个或多个。
[0017]根据第二方面，提供了一种系统，包括：具有亮度可调整的显示器和用于调整显示器的亮度的控制器的用户设备；一个或多个处理器以及存储指令和模型参数集合的当前值的一个或多个存储设备，其中该指令在由一个或多个处理器运行时使得一个或多个处理器执行包括以下步骤的操作：获得表征用户设备的当前状态的当前状态数据；将当前状态数据作为输入提供给亮度预测机器学习模型，其中该模型被配置为根据模型参数集合的当前值来处理当前状态数据，以生成用于用户设备的显示器的建议显示器亮度作为输出；向控制器提供命令，以根据探索策略将显示器的亮度设置为低于建议显示器亮度的亮度；确定用户设备的用户是否手动调整显示器亮度；以及响应于确定用户没有手动调整显示器亮度，使用更低的亮度作为用于调整模型参数集合的当前值的目标输出。
[0018]在一些实施方式中，一个或多个处理器和一个或多个存储设备位于用户设备中。
[0019]以上方面可以以任何方便的形式被实施。例如，各方面和实施方式可以由适当的
计算机程序实施，其中该适当的计算机程序可以被承载在可以是有形载体介质(例如，磁盘)或无形载体介质(例如，通信信号)的适当的载体介质上。各方面也可以使用可以采用运行计算机程序的可编程计算机的形式的适合的装置来实施。
[0020]在本说明书中描述的主题的特定实施例可以被实施，以便实现以下优点中的一个或多个。自适应亮度系统学习用户的偏好，并因此根据用户的偏好来提供定制的(customized)显示器亮度。此外，在倾向于将显示器的亮度设置为更低值的情况下探索亮度设置，这可以提高设备的电池寿命。此外，自适应亮度系统被训练为比探索亮度调整更快地适应用户的手动亮度调整，从而通过使得设备的亮度设置符合用户的偏好来增强用户体验。此外，与仅处理周围环境照明数据以设置显示器的亮度的传统方法不同，自适应亮度系统通过考虑例如电池充电水平和当前应用使用，将用户设备的当前状态而不仅仅是周围环境照明考虑在内，并因此提供了用于设置显示器亮度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种由一个或多个数据处理装置执行的方法，所述方法包括：获得表征具有可调亮度显示器的用户设备的当前状态的当前状态数据；将所述当前状态数据作为输入提供给亮度预测机器学习模型，其中所述模型被配置为根据模型参数集合的当前值来处理所述当前状态数据，以生成针对所述用户设备的显示器的建议的显示器亮度作为输出；根据探索策略将显示器的亮度设置为低于建议的显示器亮度的亮度；以及基于在显示器亮度被设置为较低亮度之后用户设备的用户是否手动调整显示器亮度，确定用于调整亮度预测机器学习模型的模型参数集合的当前值的目标输出。2.根据权利要求1所述的方法，其中确定用于调整亮度预测机器学习模型的模型参数集合的当前值的目标输出包括：确定在显示器亮度被设置为较低亮度之后用户没有手动调节显示器亮度；以及使用较低亮度作为用于调整亮度预测机器学习模型的模型参数集合的当前值的目标输出。3.根据权利要求1所述的方法，其中确定用于调整亮度预测机器学习模型的模型参数集合的当前值的目标输出包括：确定在显示器亮度被设置为较低亮度之后用户手动将显示器亮度调整为手动亮度；以及使用手动亮度作为用于调整亮度预测机器学习模型的模型参数集合的当前值的目标输出。4.根据权利要求1所述的方法，还包括：基于目标输出确定对模型参数集合的当前值的调整；基于在显示器亮度被设置为较低亮度之后用户设备的用户是否手动调整显示器亮度，确定对模型参数集合的当前值的调整的幅度进行缩放的权重值；以及根据所确定的调整和权重值来修改模型参数集合的当前值。5.根据权利要求4所述的方法，其中确定对模型参数集合的当前值的调整的幅度进行缩放的权重值包括：(i)响应于确定在显示器亮度被设置为较低亮度之后用户没有手动调整显示器亮度，将权重值设置为第一权重值，或者(ii)响应于确定在显示器亮度被设置为较低亮度之后用户手动调整显示器亮度，将权重值设置为第二权重值；其中第一权重值小于第二权重值。6.根据权利要求1所述的方法，其中亮度预测机器学习模型包括神经网络模型。7.根据权利要求1所述的方法，其中所述模型输出定义了对所述显示器的基线显示器亮度的建议调整，其中：基线显示器亮度由预定基线亮度预测模型的输出来确定，所述预定基线亮度预测模型被配置为根据特定模型参数集合的固定值来处理周围环境照明数据，以生成显示器的基线显示器亮度作为输出；以及通过将基线显示器亮度与对基线显示器亮度的建议调整相结合，来确定用户设备的显示器的建议的显示器亮度。8.根据权利要求1所述的方法，其中所述模型的模型参数集合的当前值是基于来自多个附加用户设备的记录亮度数据来确定的。
9.根据权利要求1所述的方法，其中所述探索策略指定将所述显示器的亮度设置为大于所述显示器的亮度的下限。10.根据权利要求1所述的方法，还包括：确定用户先前已经一次或多次手动调整了显示器亮度；以及其中根据探索策略将显示器的亮度设置为低于建议的显示器亮度的亮度包括基于确定用户先前已经手动调整显示器亮度一次或多次，根据探索策略设置亮度。11.根据权利要求1所述的方法，其中表征用户设备的当前状态的当前状态数据包括用户设备的当前硬件状态、用户设备的当前软件状态、用户设备的当前全局状态和用户设备的当前传感器状态中的一个或多个，其中：用户设备的当前硬件状态包括以下一个或多个：电池电量、电池温度和显示器上显示的主色；用户设备的当前软件状态包括以下一个或多个：当前运行的应用的数量和当前运行的应用的类型；用户设备的当前全局状态包括以下一个或多个：日期、时间和设备位置；以及用户设备的当前传感器状态包括加速度计数据、陀螺仪数据、光传感器数据、接近传感器数据中的一个或多个。12.一种系统包括：一个或多个计算机；和通信地耦合到所述一个或多个计算机的一个或多个存储...

【专利技术属性】
技术研发人员：T，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：