[发明专利]一种基于神经网络的智能裸眼3D显示系统有效

专利信息
申请号: 201910531208.9 申请日: 2019-06-19
公开(公告)号: CN110324605B 公开(公告)日: 2020-11-17
发明(设计)人: 刘洋;艾凯旋;胡绍刚;韦虹宇;于奇 申请(专利权)人: 电子科技大学
主分类号: H04N13/302 分类号: H04N13/302;G06N3/04
代理公司: 电子科技大学专利中心 51203 代理人: 闫树平
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于智能裸眼3D显示技术领域,尤其涉及一种基于神经网络的智能裸眼3D显示系统。本发明针对现在智能裸眼3D显示设备系统显示时左右眼中像素互相串扰影响观影效果这一问题,通过在现有的智能裸眼3D显示电路架构中引入神经网络结构,利用神经网络智能控制图像信息显示存储模块传输到裸眼3D显示设备的对应像素点信息,调整显示设备对应位置像素点是否显示以消除左右眼中像素互相串扰影响观影效果这一问题,不仅提高人们的智能裸眼3D显示设备的观影效果,同时有效的降低显示功耗。
搜索关键词: 一种 基于 神经网络 智能 裸眼 显示 系统
【主权项】:
1.一种基于神经网络的智能裸眼3D显示系统,其特征在于:包括写数据控制模块、时序控制模块、图像信息显示存储模块、数据采集模块、驱动模块、外部信息采集单元、智能裸眼3D显示设备和神经网络模块;外部控制单元向写数据控制模块发送写指令,将准备显示的数据信息以二进制的形式存储到图像信息显示存储模块;同时外部信息采集单元将采集到的人体与智能裸眼3D显示设备相对位置的图片信息数据发送到数据采集模块中,数据采集模块接收到外部信息采集单元的图片信息后,将图片信息传输到卷积神经网络模块中,卷积神经网络模块接收到数据采集模块的图片信息后,进行内部计算并将图片信息中计算出的人眼相对于智能裸眼3D显示设备的位置信息数据传输到多层感知器神经网络模块中,多层感知器神经网络模块接收到来自卷积神经网络模块的位置信息数据后,将位置信息数据预处理并进行计算,根据最终计算结果动态控制图像信息显示存储模块,图像信息显示存储模块将对应像素点的信息传输到驱动模块进而驱动智能裸眼3D显示设备显示对应像素点位置的颜色,而未被读取像素点信息的位置,智能裸眼3D显示设备的相应位置不显示任何颜色;所述写数据控制模块,用于在智能裸眼3D显示系统运行时接收外部控制单元的指令,并依据外部控制单元的指令向图像信息显示存储模块中写入待显示数据信息;所述时序控制模块,用于在智能裸眼3D显示系统运行时将需显示的数据信息根据运用需求按时序传送到图像信息显示存储模块中,并进行智能3D显示系统运行阶段时序的控制,保证数据信息的显示和数据信息的传送同步进行,并对违规时序进行重新发送;所述图像信息显示存储模块,用于保存写数据控制模块控制输入的数据信息,并依据外部控制单元的指令将输入的数据信息传输到驱动模块进行数据向对应灰阶电压的转化;所述数据采集模块,用于接收外部信息采集单元采集到的图像信息;所述驱动模块,用于产生驱动智能裸眼3D显示设备的电压;所述外部信息采集单元,用于采集智能裸眼3D显示设备的外部信息;所述智能裸眼3D显示设备,用于被智能裸眼3D显示系统的驱动模块驱动显示对应位置的像素点;所述神经网络模块基于神经网络对有效像素点数据控制显示训练后,智能控制图像信息显示存储模块输出对应的像素点信息,其内部包含卷积神经网络模块以及多层感知器神经网络模块两个部分;卷积神经网络模块用于对外部信息采集单元采集的信息进行预处理,其包含输入模块、卷积运算模块、池化运算模块、全连接运算模块、权重存储模块和输出模块;外部控制单元首先通过输入模块向权重存储模块传输训练好的卷积神经网络的权重值,然后外部信息采集单元通过数据采集模块向输入模块传输采集到的图像数据信息,输入模块将接收到的图像数据信息传输到卷积运算模块、池化运算模块、全连接运算模块和权重存储模块中的权重值进行运算,最终将计算后的人眼相对与智能裸眼3D显示设备的位置结果通过输出模块传输到多层感知器神经网络的输入模块中;所述卷积神经网络模块的输入模块,用于将接收到的外部信息采集单元的指令进行图像数据预处理和向权重存储模块传输神经网络权重值;所述卷积神经网络模块的卷积运算模块,用于进行卷积神经网络中预处理后图像数据特征的提取和计算;所述卷积神经网络模块的池化运算模块,用于进行卷积神经网络中卷积运算模块输出特征图数据压缩,简化卷积神经网络运算的复杂度;所述卷积神经网络模块的全连接运算模块,用于将卷积神经网络计算出的数据进行分类计算;所述卷积神经网络模块的输出模块,用于将卷积神经网络模块运算后的最终计算结果输出到多层感知器神经网络模块的输入模块;所述卷积神经网络模块和多层感知器神经网络模块的权重存储模块,用于进行卷积神经网络模块以及多层感知器神经网络模块中训练好的权重值的存储;多层感知器神经网络模块用于对卷积神经网络模块处理后的数据信息进行计算从而控制图像信息存储模块输出对应像素点信息,其包含输入模块、逻辑运算模块、归一化模块、权重存储模块和输出模块;外部控制单元首先通过输入模块向权重存储模块传输训练好的多层感知器神经网络的权重值,然后卷积神经网络模块向输入模块传输人眼相对与智能裸眼3D显示设备的位置结果数据,输入模块将接收到的数据传输到逻辑运算模块与权重存储模块中的权重值进行运算,最终将计算后的结果通过归一化模块归一化后传输到输出层模块,进而将控制信号传输到图像信息显示存储模块中;所述多层感知器神经网络模块的输入模块,用于将接收到的外部控制单元的指令进行卷积神经网络模块输出数据的预处理和向权重存储模块传输神经网络权重值;所述多层感知器神经网络模块的逻辑运算模块,用于进行多层感知器神经网络模块中预处理后数据与权重值的加减乘除;所述多层感知器神经网络模块的归一化模块,用于进行多层感知器神经网络模块中输出逻辑运算结果的归一化处理;所述多层感知器神经网络模块的输出模块,用于将多层感知器神经网络模块的最终计算结果输出到图像信息显示存储模块,进行输出对应的像素点信息的控制。
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电子科技大学,未经电子科技大学许可,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/patent/201910531208.9/,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