畫面參數(shù)調節(jié)方法及裝置的制造方法
【技術領域】
[0001] 本公開涉及互聯(lián)網領域，尤其涉及一種畫面參數(shù)調節(jié)方法及裝置。
【背景技術】
[0002] 隨著技術的發(fā)展，智能電視越來越受到廣大用戶的青睞，并且逐漸取代了傳統(tǒng)電 視。當智能電視連接如網絡機頂盒等的外接設備時，智能電視作為顯示器，可以播放外接設 備所傳輸?shù)囊纛l、視頻等多媒體信息。而由于智能電視一般無法自適應調節(jié)畫面參數(shù)，因 此，各種顯示界面都采用默認的畫面參數(shù)，影響了人們對智能電視的觀感體驗。例如，視頻 畫面的細節(jié)比較豐富，且比UI (User Interface，用戶交互界面）畫面更柔和，如果將UI畫 面的畫面參數(shù)應用到視頻畫面中，會使視頻畫面有一些毛刺感。因此，亟需一種畫面參數(shù)調 節(jié)方法，來針對不同的畫面內容進行畫面參數(shù)調節(jié)。

【發(fā)明內容】

[0003] 為克服相關技術中存在的問題，本公開提供一種畫面參數(shù)調節(jié)方法及裝置。
[0004] 根據(jù)本公開實施例的第一方面，提供了一種畫面參數(shù)調節(jié)方法，所述方法包括：
[0005] 采集終端當前顯示的圖像，得到目標圖像；
[0006] 按照所述目標圖像的特征信息，確定所述目標圖像所屬的圖像類別，所述特征信 息包括線條分布情況或者圖像特征；
[0007] 基于確定的圖像類別，從存儲的圖像類別與畫面參數(shù)之間的對應關系中，獲取對 應的畫面參數(shù)；
[0008] 基于獲取的畫面參數(shù)，對所述終端的畫面參數(shù)進行調節(jié)。
[0009] 結合第一方面，在上述第一方面的第一種可能的實現(xiàn)方式中，所述按照所述目標 圖像的特征信息，確定所述目標圖像所屬的圖像類別，包括：
[0010] 提取所述目標圖像中的水平線和垂直線，得到多條水平線和多條垂直線；
[0011] 按照交互界面π圖像中線條的分布規(guī)律，對所述多條水平線和多條垂直線進行 過濾；
[0012] 判斷過濾后剩余的線條數(shù)目是否大于第一指定閾值；
[0013] 當所述過濾后剩余的線條數(shù)目大于所述第一指定閾值時，確定所述目標圖像所屬 的圖像類別為UI圖像，否則，確定所述目標圖像所屬的圖像類別為非UI圖像。
[0014] 結合第一方面的第一種可能的實現(xiàn)方式，在上述第一方面的第二種可能的實現(xiàn)方 式中，所述按照交互界面UI圖像中線條的分布規(guī)律，對所述多條水平線和多條垂直線進行 過濾，包括：
[0015] 從所述多條水平線中，選擇不重疊、互相平行且線條長度之差小于第二指定閾值 的水平線；
[0016] 從所述多條垂直線中，選擇不重疊、互相平行且線條長度之差小于所述第二指定 閾值的垂直線；
[0017] 從選擇的水平線和垂直線中，選擇互相正交的水平線和垂直線。
[0018] 結合第一方面，在上述第一方面的第三種可能的實現(xiàn)方式中，所述按照所述目標 圖像的特征信息，確定所述目標圖像所屬的圖像類別，包括：
[0019] 對所述目標圖像進行圖像特征提取，得到所述目標圖像的特征向量；
[0020] 基于所述目標圖像的特征向量，通過指定分類模型，計算所述目標圖像的分類數(shù) 值；
[0021] 當所述分類數(shù)值為第一指定數(shù)值時，確定所述目標圖像所屬的圖像類別為UI圖 像；
[0022] 當所述分類數(shù)值為第二指定數(shù)值時，確定所述目標圖像所屬的圖像類別為非UI 圖像。
[0023] 結合第一方面的第三種可能的實現(xiàn)方式，在上述第一方面的第四種可能的實現(xiàn)方 式中，所述基于所述目標圖像的特征向量，通過指定分類模型，計算所述目標圖像的分類數(shù) 值之前，還包括：
[0024] 獲取多個第一訓練圖像和多個第二訓練圖像，所述多個第一訓練圖像的圖像類別 為UI圖像，所述多個第二訓練圖像的圖像類別為非UI圖像；
[0025] 對所述多個第一訓練圖像分別進行圖像特征提取，得到多個第一特征向量，對所 述多個第二訓練圖像分別進行圖像特征提取，得到多個第二特征向量；
[0026] 基于所述多個第一特征向量和所述多個第二特征向量，對待訓練分類模型進行訓 練，得到指定分類模型。
[0027] 根據(jù)本公開實施例的第二方面，提供了一種畫面參數(shù)調節(jié)裝置，所述裝置包括：
[0028] 采集模塊，用于采集終端當前顯示的圖像，得到目標圖像；
[0029] 確定模塊，用于按照所述目標圖像的特征信息，確定所述目標圖像所屬的圖像類 另IJ，所述特征信息包括線條分布情況或者圖像特征；
[0030] 獲取模塊，用于基于確定的圖像類別，從存儲的圖像類別與畫面參數(shù)之間的對應 關系中，獲取對應的畫面參數(shù)；
[0031] 調節(jié)模塊，用于基于獲取的畫面參數(shù)，對所述終端的畫面參數(shù)進行調節(jié)。
[0032] 結合第二方面，在上述第二方面的第一種可能的實現(xiàn)方式中，所述確定模塊包 括：
[0033] 第一提取單元，用于提取所述目標圖像中的水平線和垂直線，得到多條水平線和 多條垂直線；
[0034] 過濾單元，用于按照交互界面Π 圖像中線條的分布規(guī)律，對所述多條水平線和多 條垂直線進行過濾；
[0035] 判斷單元，用于判斷過濾后剩余的線條數(shù)目是否大于第一指定閾值；
[0036] 第一確定單元，用于當所述過濾后剩余的線條數(shù)目大于所述第一指定閾值時，確 定所述目標圖像所屬的圖像類別為UI圖像，否則，確定所述目標圖像所屬的圖像類別為非 Π 圖像。
[0037] 結合第二方面的第一種可能的實現(xiàn)方式，在上述第二方面的第二種可能的實現(xiàn)方 式中，所述過濾單元包括：
[0038] 第一選擇子單元，用于從所述多條水平線中，選擇不重疊、互相平行且線條長度之 差小于第二指定閾值的水平線；
[0039] 第二選擇子單元，用于從所述多條垂直線中，選擇不重疊、互相平行且線條長度之 差小于所述第二指定閾值的垂直線；
[0040] 第三選擇子單元，用于從選擇的水平線和垂直線中，選擇互相正交的水平線和垂 直線。
[0041] 結合第二方面，在上述第二方面的第三種可能的實現(xiàn)方式中，所述確定模塊包 括：
[0042] 第二提取單元，用于對所述目標圖像進行圖像特征提取，得到所述目標圖像的特 征向量；
[0043] 計算單元，用于基于所述目標圖像的特征向量，通過指定分類模型，計算所述目標 圖像的分類數(shù)值；
[0044] 第二確定單元，用于當所述分類數(shù)值為第一指定數(shù)值時，確定所述目標圖像所屬 的圖像類別為Π 圖像；
[0045] 第三確定單元，用于當所述分類數(shù)值為第二指定數(shù)值時，確定所述目標圖像所屬 的圖像類別為非Π 圖像。
[0046] 結合第二方面的第三種可能的實現(xiàn)方式，在上述第二方面的第四種可能的實現(xiàn)方 式中，所述確定模塊還包括：
[0047] 獲取單元，用于獲取多個第一訓練圖像和多個第二訓練圖像，所述多個第一訓練 圖像的圖像類別為UI圖像，所述多個第二訓練圖像的圖像類別為非UI圖像；
[0048] 第三提取單元，用于對所述多個第一訓練圖像分別進行圖像特征提取，得到多個 第一特征向量，對所述多個第二訓練圖像分別進行圖像特征提取，得到多個第二特征向 量；
[