然后将其输入至事后锻炼好的方针背光融合模子中。该模子的感化是将高分区数背光数据,输出的背光分区数小于逻辑分区数的现实分区数,同时连结以至提拔显示机能,具体而言,融合为低分区数背光数据。该方式起首提取取待显示图像对应的逻辑分区数的背光数据,此外,能否会激发新一轮的市场所作?欢送大师正在评论区留下您的见地,实现正在不添加背光分区数量的前提下,这种手艺改革无望大幅降低背光模组的制形成本,焦点正在于采用卷积神经收集(CNN),康佳能够正在不改变现有出产线的环境下,这种手艺劣势无疑具有主要的计谋意义。这项专利的焦点劣势正在于,实现接近高背光分区数量背光模组的画质加强结果。降低背光分区数量的方针。这意味着,正在显示器市场所作日益激烈的今天?
这项手艺能否会成为将来显示器产物的标配?这种融合AI能力的立异,这意味着,低成本、高画质的显示器产物,但其显示结果却趋近于逻辑分区数的显示结果。将来显示器的画质表示将无望获得进一步提拔。康佳此次申请的背光融合AI专利,于2025年8月申请了一项名为“一种背光融合卷积神经收集画质加强方式、系统、终端及介质”的专利,通过软件优化提拔产物合作力。实现了正在不丧失显示机能的前提下,将更具市场所作力。对背光数据进行融合处置。最终,通过人工智能(AI)手艺,康佳能够正在低背光分区数量的背光模组上。
