[发明专利]屏幕检测方法和屏幕检测的电子设备在审

专利信息
申请号: 201911405533.7 申请日: 2019-12-31
公开(公告)号: CN113127272A 公开(公告)日: 2021-07-16
发明(设计)人: 苗磊;郭岩;杨吉年;孙楠 申请(专利权)人: 华为技术有限公司
主分类号: G06F11/22 分类号: G06F11/22;G06F3/044
代理公司: 上海音科专利商标代理有限公司 31267 代理人: 夏峰
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 屏幕 检测 方法 电子设备
【说明书】:

本申请涉及人工智能领域,具体公开了一种屏幕检测方法和屏幕检测的电子设备,在该方法中,电子设备通过获取电子设备的屏幕的当前屏幕信息,并将该当前屏幕信息用于采用基于机器学习(Machine Learning,ML)的屏幕检测模型,来获得电子设备的当前屏幕状态。在本申请中,通过结合人工智能((Artificial Intelligence,AI)技术,可以在用户设备上为用户提供屏幕检测的服务,而无需依赖第三方设备。此外,本申请还解决了用户自己无法确认屏幕是否损坏的问题,还进一步为用户提供关怀服务,为用户降低了后续维修的不便。本申请还可以为服务商和制造商提供屏幕损坏的相应数据,使得进一步优化屏幕质量成为可能。

技术领域

本申请的一个或多个实施例通常涉及电子设备的屏幕检测领域,具体涉及一种触控屏的检测方法和触控屏检测的电子设备。

背景技术

人工智能(Artificial Intelligence,简称AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人,自然语言处理,计算机视觉,决策与推理,人机交互,推荐与搜索,AI基础理论等。

机器学习(Machine Learning,简称ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。其可以通过将技术问题抽象为数学问题,并选择合理的训练模型和特征对训练数据进行训练,然后输入测试数据便可以得到相应的结果。

目前投射电容式触控(Projected Capacity Touch,PCT)屏幕,简称电容式触屏已经具备了成熟的技术、广泛的市场,实现了产业的规模化。在手机、平板等终端设备上,电容式触屏已经占据绝对的主导地位。

电容式触屏主要分为自容式、互容式。其中,自容式最多支持两点触控、成本低;互容式触屏可多点触控、抗环境干扰性能好、成本高。触摸式终端设备基本都是采用互容式屏幕。

现有技术中,针对电容式触屏的损坏检测主要通过两种方案,一种方案通过第三方拍照设备拍摄被测设备,通过算法判断屏幕是否损坏;另一种方案通过盖板与内屏之间增加一层专门用于检测屏幕损坏的检测电路来检测屏幕的损坏。上述检测方案都必须通过专用服务商的专业设备实施,用户获取这些专业服务的时间成本和经济成本可能相对较高。因此,对于用户,目前并没有可用的方便快捷并且成本低廉的屏幕损坏检测方案。

发明内容

本申请的一些实施方式提供了一种触控屏检测方法和具有触控屏检测功能的设备。以下从多个方面介绍本申请,以下多个方面的实施方式和有益效果可互相参考。

电子产品的显示屏,尤其是诸如智能收集的手持设备的显示屏是众所周知的易损部件,目前现有技术通过强化显示屏外屏的强度来保护具有精密电子元件的内屏,由此来提高显示屏的整体寿命。但是在手持设备发生磕碰、掉落、浸液等问题后,对于用户来说,显示屏外屏的损坏很容易判断,但是内屏是否发生潜在的损坏,对用户而言是比较难判断的。例如,手机碰撞、浸液或掉落后,不论手机的外屏是否破损,除非显示屏的内屏的显示出现明显缺陷,用户很难判断发生的意外是否对内屏造成了肉眼不可查的损坏,而这些损坏是必须通过专业设备和专业检测才可以确定。而用户获取这些专业服务的时间成本和经济成本可能相对较高。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911405533.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top