TWI857765B - 幀率智慧控制方法及幀率智慧控制系統 - Google Patents
幀率智慧控制方法及幀率智慧控制系統 Download PDFInfo
- Publication number
- TWI857765B TWI857765B TW112132540A TW112132540A TWI857765B TW I857765 B TWI857765 B TW I857765B TW 112132540 A TW112132540 A TW 112132540A TW 112132540 A TW112132540 A TW 112132540A TW I857765 B TWI857765 B TW I857765B
- Authority
- TW
- Taiwan
- Prior art keywords
- frame rate
- electronic device
- intelligent control
- inference
- training data
- Prior art date
Links
Images
Landscapes
- Power Sources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一種幀率智慧控制方法及幀率智慧控制系統。幀率智慧控制方法包括以下步驟。獲得數筆訓練資料。各個訓練資料包括一電子裝置型號、一遊戲名稱、一剩餘電量及一平均幀率。依據這些訓練資料,訓練一推論模型。藉由推論模型,對進行一遊戲之一電子裝置之一幀率進行推論,以獲得一幀率推論值。電子裝置設定幀率為幀率推論值。依據電子裝置之運作,優化推論模型。
Description
本揭露是有關於一種控制方法及控制系統,且特別是有關於一種幀率智慧控制方法及幀率智慧控制系統。
玩家可以透過電腦、智慧型手機或平板電腦等電子裝置進行遊戲。這些電子裝置進行遊戲時需要耗費大量電力。尤其是在高幀率的情況下,電力更是加速消耗。
然而,倘若為了節省電力而降低幀率,將會大幅影響畫質。此外,不同的電子裝置在電力與畫質的表現差異甚大,難以採用統一規則來對不同的電子裝置進行設定。因此,如何在電力與幀率之間取得平衡係為研究人員智利研究之一重要方向。
本揭露係有關於一種幀率智慧控制方法及幀率智慧控制系統,其進行訓練程序、推論程序及優化程序,以針對電子裝
置進行幀率智慧控制,使得電子裝置進行遊戲時,能夠獲得較高的畫面品質,並可確保用電量無虞。
根據本揭露之一方面,提出一種幀率智慧控制方法。幀率智慧控制方法包括以下步驟。獲得數筆訓練資料。各個訓練資料包括一電子裝置型號、一遊戲名稱、一剩餘電量及一平均幀率。依據這些訓練資料,訓練一推論模型。藉由推論模型,對進行一遊戲之一電子裝置之一幀率進行推論,以獲得一幀率推論值。電子裝置設定幀率為幀率推論值。依據電子裝置之運作,優化推論模型。優化推論模型之步驟包括以下步驟。判斷電子裝置之幀率是否被手動調整為一手動幀率值。判斷電子裝置是否足以持續進行遊戲一單位時間以上。若幀率未被手動調整,且電子裝置不足以持續進行遊戲該單位時間以上,則對這些訓練資料進行調整,以重新訓練推論模型。
根據本揭露之另一方面,提出一種幀率智慧控制系統。幀率智慧控制系統包括一儲存單元、一訓練單元、一推論模型、一幀率推論單元及一優化單元。儲存單元用以儲存數筆訓練資料。各個訓練資料包括一電子裝置之一電子裝置型號、一遊戲名稱、一剩餘電量及一平均幀率。訓練單元用以依據這些訓練資料,訓練一推論模型。幀率推論單元用以藉由推論模型,對進行一遊戲之一電子裝置之一幀率進行推論,以獲得一推論幀率值。電子裝置設定幀率為該幀率推論值。優化單元用以依據電子裝置之運作,優化推論模型。優化單元包括一幀率監測元件及一電量監
測元件。幀率監測元件用以判斷電子裝置之幀率是否被手動調整為一手動幀率值。電量監測元件用以判斷電子裝置是否足以持續進行遊戲一單位時間以上。調整元件用以於幀率未被手動調整,且電子裝置不足以持續進行遊戲該單位時間以上時,對這些訓練資料進行調整,以重新訓練推論模型。
為了對本揭露之上述及其他方面有更佳的瞭解,下文特舉實施例,並配合所附圖式詳細說明如下:
100:幀率智慧控制系統
110:儲存單元
120:訓練單元
130:幀率推論單元
140:優化單元
141:幀率監測元件
142:電量監測元件
143:調整元件
144:新增元件
800i:電子裝置
900:網路
fri:平均幀率
fri’:幀率推論值
fri*:手動幀率值
gmi,gmi’:遊戲名稱
MDi:推論模型
OPi:運作資料
P1:訓練程序
P2:推論程序
P3:優化程序
pwi,pwi’:剩餘電量
pwi*:執行電量
RDi:即時資料
S110,S111,S112,S113,S114,S115,S116,S117S120,S130,S131,S132,S133,S134,S135,S136,S137,S138,S140,S141,S142,S143,S144,S145:步驟
TRi:訓練資料
tyi:電子裝置型號
第1圖繪示根據一實施例之幀率智慧控制系統進行推論模型之訓練程序的示意圖。
第2圖繪示根據一實施例之幀率智慧控制系統進行推論模型之推論程序的示意圖。
第3圖繪示根據一實施例之幀率智慧控制系統進行推論模型之優化程序的示意圖。
第4圖繪示根據一實施例之幀率智慧控制系統之方塊圖。
第5圖繪示根據一實施例之幀率智慧控制方法的流程圖。
第6圖繪示根據一實施例之步驟S110之細部流程圖。
第7圖示例說明推論模型。
第8圖繪示根據一實施例之步驟S130的細部流程圖。
第9圖繪示根據一實施例之步驟S140之細部流程圖。
請參照第1圖,其繪示根據一實施例之幀率智慧控制系統100進行推論模型MDi之訓練程序P1的示意圖。幀率智慧控制系統100例如是一伺服器、雲端計算中心或邊緣計算中心。電子裝置800i例如是一筆記型電腦、桌上型電腦、智慧型手機、平板電腦、車載裝置或頭戴式顯示器。電子裝置800i進行遊戲時,可將數筆訓練資料TRi透過網路900上傳到幀率智慧控制系統100。這些電子裝置800i的型號可以不同。幀率智慧控制系統100依據這些訓練資料TRi,可以訓練出數個推論模型MDi。推論模型MDi主要是用以推論出各個電子裝置800i適合的幀率,以使電子裝置800i在電力與幀率之間能夠取得平衡。幀率智慧控制系統100係針對不同的電子裝置型號進行個別訓練,以獲得對應於不同的電子裝置型號的推論模型MDi。
請參照第2圖,其繪示根據一實施例之幀率智慧控制系統100進行推論模型MDi之推論程序P2的示意圖。當某一電子裝置800i位於電池放電模式(即未接上市電進行充電)且正在進行遊戲時,可以透過網路900上傳一即時資料RDi至幀率智慧控制系統100。幀率智慧控制系統100藉由推論模型MDi推論出適合的幀率推論值fri’之後,電子裝置800i即可以幀率推論值fri’設定幀率,以期獲得較高的畫面品質,並可確保用電量無虞。
請參照第3圖,其繪示根據一實施例之幀率智慧控制系統100進行推論模型MDi之優化程序P3的示意圖。當某一電子裝置800i按照幀率推論值fri’進行遊戲時,電子裝置800i可以透過網路900上傳一運作資料OPi至幀率智慧控制系統100。幀率智慧控制系統100可以依據運作資料OPi優化推論模型MDi。
透過上述訓練程序P1、推論程序P2及優化程序P3,可以針對電子裝置800i進行幀率智慧控制,以使電子裝置800i進行遊戲時,能夠獲得較高的畫面品質,並可確保用電量無虞。
請參照第4圖,其繪示根據一實施例之幀率智慧控制系統100之方塊圖。幀率智慧控制系統100包括一儲存單元110、一訓練單元120、上述之推論模型MDi、一幀率推論單元130及一優化單元140。優化單元140包括一幀率監測元件141、一電量監測元件142、一調整元件143及一新增元件144。儲存單元110用以儲存各種資料,例如是一記憶體、一硬碟或一雲端儲存中心。訓練單元120用以進行模型的訓練程序P1(繪示於第1圖),例如是一神經網路晶片、一電路、一電路板或儲存程式碼之儲存裝置。幀率推論單元130用以藉由推論模型MDi進行推論程序P2(繪示於第2圖),例如是一神經網路晶片、一電路、一電路板或儲存程式碼之儲存裝置。優化單元140用以對推論模型MDi進行優化程序P3(繪示於第3圖),例如是一神經網路晶片、一電路、一電路板或儲存程式碼之儲存裝置。訓練單元120、幀率推論單元130及優化單元140分別進行上述之訓練程序P1、推論程序P2及優化程序P3,即
可針對電子裝置800i進行幀率智慧控制,使得電子裝置800i進行遊戲時,能夠獲得較高的畫面品質,並可確保用電量無虞。以下更搭配流程圖詳細說明各項元件之運作。
請參照第5圖,其繪示根據一實施例之幀率智慧控制方法的流程圖。在步驟S110中,獲得數筆訓練資料TRi。各個訓練資料TRi包括一電子裝置型號tyi、一遊戲名稱gmi、一剩餘電量pwi及一平均幀率fri。電子裝置型號tyi例如是產品型號、物料編號、圖形處理器規格、中央處理器規格、記憶體規格、電池規格或其組合。遊戲名稱gmi例如是遊戲程式檔名、遊戲視窗標題、執行遊戲之任務名稱。剩餘電量pwi例如是電池電量的百分比。平均幀率fri例如是單位時間之幀率的平均值。單位時間例如是1小時或半小時。電子裝置800i每隔單位時間會上傳一筆訓練資料TRi至幀率智慧控制系統100。舉例來說,當使用者以電子裝置800i進行遊戲3個小時,則會在第一小時、第二小時及第三小時分別傳送三筆訓練資料TRi。這三筆訓練資料TRi的剩餘電量pwi及平均幀率fri可能不會相同。
請參照第6圖,其繪示根據一實施例之步驟S110之細部流程圖。步驟S110包括步驟S111~S117。在步驟S111中,電子裝置800i判斷是否正在進行遊戲。若電子裝置800i正在進行遊戲,則進入步驟S112。在步驟S111中,電子裝置800i可以透過任務管理員分析正在執行的應用程式是否有遊戲。在此步驟中,只要有一個以上的遊戲正在進行,即可判定為正在進行遊戲。
接著,在步驟S112中,電子裝置800i取得電子裝置型號tyi。電子裝置800i可以透過系統資訊取得電子裝置型號tyi。
然後,在步驟S113中,電子裝置800i取得遊戲名稱gmi。當電子裝置800i正在進行多個遊戲時,則依據負載最大的遊戲取得遊戲名稱gmi。
接著,在步驟S114中,電子裝置800i判斷電子裝置800i是否位於電池放電模式。若電子裝置800i位於電池放電模式,則進入步驟S115。
在步驟S115中,電子裝置800i判斷遊戲是否已進行單位時間。單位時間例如是1小時或半小時。若遊戲已進行單位時間,則進入步驟S116。
在步驟S116中,電子裝置800i對單位時間計算平均幀率fri。平均幀率fri係為當下時間點往前推算單位時間的平均值。
接著,在步驟S117中,電子裝置800i上傳一筆訓練資料TRi。此訓練資料TRi包括電子裝置型號tyi、遊戲名稱gmi、剩餘電量pwi及平均幀率fri。
透過上述步驟S111~S117即完成一筆訓練資料TRi的上傳。若電子裝置800i持續進行相同的遊戲,每隔單位時間仍會再次上傳另一筆訓練資料TRi。再次上傳的訓練資料TRi仍會包含電子裝置型號tyi、遊戲名稱gmi、剩餘電量pwi及平均幀率fri。如第4圖所示,上述這些訓練資料TRi都會儲存於幀率智慧控
制系統100之儲存單元110。
接著,在第5圖之步驟S120中,幀率智慧控制系統100之訓練單元120依據訓練資料TRi,訓練推論模型MDi。如第4圖所示,訓練單元120自儲存單元110取得多筆訓練資料TRi。這些訓練資料TRi可能對應於不同的電子裝置型號tyi。訓練單元120按照電子裝置型號tyi進行分類,並分別訓練出不同的推論模型MDi。
然後,在第5圖之步驟S130中,藉由推論模型MDi,幀率智慧控制系統100之幀率推論單元130對進行遊戲之電子裝置800i之幀率進行推論。請參照第7圖,其示例說明推論模型MDi。推論模型MDi用以在接收到即時的遊戲名稱gmi’、剩餘電量pwi’時,可以輸出幀率推論值fri’。不同的電子裝置型號tyi對應於不同的推論模型MDi。因此,即使遊戲名稱gmi’、剩餘電量pwi’相同,在不同的電子裝置型號tyi之下,可能會獲得不同的幀率推論值fri’。
請參照第8圖,其繪示根據一實施例之步驟S130的細部流程圖。步驟S130包括步驟S131~S138。在步驟S131中,電子裝置800i判斷電子裝置800i是否正在進行遊戲。若電子裝置800i正在進行遊戲,則進入步驟S132。在步驟S131中,電子裝置800i可以透過任務管理員分析正在執行的應用程式是否有遊戲。在此步驟中,只要有一個以上的遊戲正在進行,即可判定為正在進行遊戲。
接著,在步驟S132中,電子裝置800i取得即時的遊戲名稱gmi’與剩餘電量pwi’。當電子裝置800i正在進行多個遊戲時,則依據負載最大的遊戲取得遊戲名稱gmi’。
然後,在步驟S133中,電子裝置800i判斷電子裝置800i是否位於電池放電模式。若電子裝置800i位於電池放電模式,則進入步驟S134。
接著,在步驟S134中,電子裝置800i上傳即時資料RDi。此即時資料RDi包括電子裝置型號tyi、即時的遊戲名稱gmi’及即時的剩餘電量pwi’。
然後,在步驟S135中,幀率智慧控制系統100之幀率推論單元130輸入即時的遊戲名稱gmi’及即時的剩餘電量pwi’至對應電子裝置型號tyi之推論模型MDi,以獲得幀率推論值fri’。幀率推論值fri’並回傳至電子裝置800i。
接著,在步驟S136中,電子裝置800i判斷幀率推論值fri’是否為空值。若幀率推論值fri’不為空值,則進入步驟S137;若幀率推論值fri’為空值,則進入步驟S138。當幀率推論值fri’為空值時,表示電子裝置800i之電量不足,推論模型MDi無法推論出適合的幀率推論值fri’。
在步驟S137中,電子裝置800i自動設定幀率為幀率推論值fri’。在此步驟中,電子裝置800i係自動對顯示器進行控制,無須使用者手動調整。
在步驟S138中,電子裝置800i跳出一充電警示訊
息,以通知使用者必須盡快接上電源線。
根據上述步驟S131~S138,幀率智慧控制系統100可以即時地推論出適合的幀率推論值fri’,以提供電子裝置800i進行自動設定。
接著,在第5圖之步驟S140中,幀率智慧控制系統100之優化單元140依據電子裝置800i之運作,優化推論模型MDi。在推論模型MDi訓練完成後,仍需要進一步的調整,以提高推論準確度。
請參照第9圖,其繪示根據一實施例之步驟S140之細部流程圖。步驟S140包括步驟S141~S145。在步驟S141中,如第4圖所示,幀率智慧控制系統100之優化單元140的幀率監測元件141判斷電子裝置800i之幀率是否被手動調整為一手動幀率值fri*。若電子裝置800i之幀率未被手動調整為手動幀率值fri*,則進入步驟S142;若電子裝置800i之幀率被手動調整為手動幀率值fri*,則進入步驟S144。
在此步驟中,如第4圖所示,當電子裝置800i之幀率被手動調整為手動幀率值fri*時,電子裝置800i會立即上傳手動幀率值fri*至優化單元140之幀率監測元件141。當幀率監測元件141未收到手動幀率值fri*,即可得知電子裝置800i之幀率未被手動調整;當幀率監測元件141收到手動幀率值fri*,即可得知電子裝置800i之幀率被手動調整。
在步驟S142中,幀率智慧控制系統100之優化單元
140的電量監測元件142判斷電子裝置800i是否足以持續進行遊戲一單位時間以上。若電子裝置800i不足以持續進行遊戲單位時間以上,則進入步驟S143。
在步驟S142中,如第4圖所示,電子裝置800i會定期上傳執行電量pwi*至優化單元140之電量監測元件142。電量監測元件142依據執行電量pwi*,即判斷電子裝置800i是否足以持續進行遊戲單位時間以上。
進入步驟S143表示電子裝置800i之幀率仍採用幀率推論值fri’,未被手動調整,但電子裝置800i不足以持續進行遊戲單位時間以上。在步驟S143中,幀率智慧控制系統100之優化單元140的調整元件143對訓練資料TRi進行調整,以重新訓練推論模型MDi。舉例來說,調整元件143降低對應幀率推論值fri’之訓練資料TRi的權重,降低未來被推理出來的機率。
在步驟S144中,幀率智慧控制系統100之優化單元140的電量監測元件142判斷電子裝置800i是否足以持續進行遊戲一單位時間以上。若電子裝置800i不足以持續進行遊戲單位時間以上,則進入步驟S145。
在步驟S144中,如第4圖所示,電子裝置800i會定期上傳執行電量pwi*至優化單元140之電量監測元件142。電量監測元件142依據執行電量pwi*,即判斷電子裝置800i是否足以持續進行遊戲單位時間以上。
進入步驟S145表示電子裝置800i之幀率被手動調
整為手動幀率值fri*,且電子裝置800i足以持續進行遊戲單位時間以上。在步驟S145中,幀率智慧控制系統100之優化單元140的新增元件144依據手動幀率值fri*,對訓練資料TRi進行新增,以提高未來被推理出來的機率。
根據上述實施例,幀率智慧控制系統100分別進行上述之訓練程序P1、推論程序P2及優化程序P3,即可針對電子裝置800i進行幀率智慧控制,使得電子裝置800i進行遊戲時,能夠獲得較高的畫面品質,並可確保用電量無虞。
綜上所述,雖然本揭露已以實施例揭露如上,然其並非用以限定本揭露。本揭露所屬技術領域中具有通常知識者,在不脫離本揭露之精神和範圍內,當可作各種之更動與潤飾。因此,本揭露之保護範圍當視後附之申請專利範圍所界定者為準。
100:幀率智慧控制系統
110:儲存單元
120:訓練單元
130:幀率推論單元
140:優化單元
141:幀率監測元件
142:電量監測元件
143:調整元件
144:新增元件
800i:電子裝置
fri:平均幀率
fri’:幀率推論值
fri*:手動幀率值
gmi,gmi’:遊戲名稱
MDi:推論模型
OPi:運作資料
pwi,pwi’:剩餘電量
pwi*:執行電量
RDi:即時資料
TRi:訓練資料
tyi:電子裝置型號
Claims (13)
- 一種幀率智慧控制方法,包括:獲得複數筆訓練資料,各該訓練資料包括一電子裝置型號、一遊戲名稱、一剩餘電量及一平均幀率;依據該些訓練資料,訓練一推論模型;藉由該推論模型,對進行一遊戲之一電子裝置之一幀率進行推論,以獲得一幀率推論值,該電子裝置設定該幀率為該幀率推論值;以及依據一手動幀率值,重新訓練該推論模型。
- 如請求項1所述之幀率智慧控制方法,其中依據該手動幀率值,重新訓練該推論模型包括:判斷該電子裝置之該幀率是否被手動調整為一手動幀率值;判斷該電子裝置是否足以持續進行該遊戲一單位時間以上;若該幀率未被手動調整,且該電子裝置不足以持續進行該遊戲該單位時間以上,則對該些訓練資料進行調整,以重新訓練該推論模型;其中在對該些訓練資料進行調整之步驟中,對應該推論幀率值之該些訓練資料的權重被降低。
- 如請求項1所述之幀率智慧控制方法,其中依據該手動幀率值,重新訓練該推論模型之步驟更包括: 若該幀率被手動調整,且該電子裝置足以持續進行該遊戲該單位時間以上,則依據該手動幀率值,對該些訓練資料進行新增,以重新訓練該推論模型。
- 如請求項3所述之幀率智慧控制方法,其中在對該些訓練資料進行新增之步驟中,對應該手動幀率值的該訓練資料的權重被提高。
- 如請求項1所述之幀率智慧控制方法,其中該單位時間為1小時。
- 如請求項1所述之幀率智慧控制方法,其中獲得該些筆訓練資料之步驟執行於一電池放電模式。
- 如請求項1所述之幀率智慧控制方法,其中對進行該遊戲之該電子裝置之該幀率進行推論之步驟執行於一電池放電模式。
- 如請求項1所述之幀率智慧控制方法,其中優化該推論模型之步驟執行於一電池放電模式。
- 一種幀率智慧控制系統,包括: 一儲存單元,用以儲存複數筆訓練資料,各該訓練資料包括一電子裝置之一電子裝置型號、一遊戲名稱、一剩餘電量及一平均幀率;一訓練單元,用以依據該些訓練資料,訓練一推論模型;該推論模型;一幀率推論單元,用以藉由該推論模型,對進行一遊戲之一電子裝置之一幀率進行推論,以獲得一推論幀率值,該電子裝置設定該幀率為該幀率推論值;以及一優化單元,用以依據一手動幀率值,重新訓練該推論模型。
- 如請求項9所述之幀率智慧控制系統,其中該優化單元包括:一幀率監測元件,用以判斷該電子裝置之該幀率是否被手動調整為該手動幀率值;一電量監測元件,用以判斷該電子裝置是否足以持續進行該遊戲一單位時間以上;一調整元件,用以於該幀率未被手動調整,且該電子裝置不足以持續進行該遊戲該單位時間以上時,對該些訓練資料進行調整,以重新訓練該推論模型,該調整元件更用以降低對應該推論幀率值之該些訓練資料的權重。
- 如請求項9所述之幀率智慧控制系統,其中該優化單元更包括: 一新增元件,用以於該幀率被手動調整,且該電子裝置足以持續進行該遊戲該單位時間以上時,依據該手動幀率值,對該些訓練資料進行新增,以重新訓練該推論模型。
- 如請求項11所述之幀率智慧控制系統,其中該新增元件更用以提高對應該手動幀率值的該訓練資料的權重。
- 如請求項9所述之幀率智慧控制系統,其中該單位時間為1小時。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112132540A TWI857765B (zh) | 2023-08-29 | 2023-08-29 | 幀率智慧控制方法及幀率智慧控制系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112132540A TWI857765B (zh) | 2023-08-29 | 2023-08-29 | 幀率智慧控制方法及幀率智慧控制系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI857765B true TWI857765B (zh) | 2024-10-01 |
| TW202511902A TW202511902A (zh) | 2025-03-16 |
Family
ID=94083778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW112132540A TWI857765B (zh) | 2023-08-29 | 2023-08-29 | 幀率智慧控制方法及幀率智慧控制系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI857765B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200400764A (en) * | 1999-10-22 | 2004-01-01 | Activesky Inc | An object oriented video system |
| TW201215089A (en) * | 2010-09-16 | 2012-04-01 | Acer Inc | Method for controlling ambient brightness perceived via three-dimensional glasses, three-dimensional glasses, and video display device thereof |
| US20130346590A1 (en) * | 2012-06-21 | 2013-12-26 | Adobe Systems Incorporated | Client Side Control of Adaptive Streaming |
| US20160231801A1 (en) * | 2015-02-09 | 2016-08-11 | Microsoft Technology Licensing, Llc | Suppressing Power Spikes |
| CN110941411A (zh) * | 2019-11-19 | 2020-03-31 | 深圳传音控股股份有限公司 | 帧率的控制方法、装置及计算机存储介质 |
| CN114510140A (zh) * | 2020-11-16 | 2022-05-17 | 深圳市万普拉斯科技有限公司 | 一种调频方法、装置及电子设备 |
| CN116013221A (zh) * | 2022-12-13 | 2023-04-25 | Oppo广东移动通信有限公司 | 屏幕刷新率调节方法及装置、电子设备、存储介质 |
| CN116504189A (zh) * | 2023-04-28 | 2023-07-28 | 广州文石信息科技有限公司 | 电子屏幕驱动方法、装置、设备及可读存储介质 |
-
2023
- 2023-08-29 TW TW112132540A patent/TWI857765B/zh active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200400764A (en) * | 1999-10-22 | 2004-01-01 | Activesky Inc | An object oriented video system |
| TW201215089A (en) * | 2010-09-16 | 2012-04-01 | Acer Inc | Method for controlling ambient brightness perceived via three-dimensional glasses, three-dimensional glasses, and video display device thereof |
| US20130346590A1 (en) * | 2012-06-21 | 2013-12-26 | Adobe Systems Incorporated | Client Side Control of Adaptive Streaming |
| US20160231801A1 (en) * | 2015-02-09 | 2016-08-11 | Microsoft Technology Licensing, Llc | Suppressing Power Spikes |
| CN110941411A (zh) * | 2019-11-19 | 2020-03-31 | 深圳传音控股股份有限公司 | 帧率的控制方法、装置及计算机存储介质 |
| CN114510140A (zh) * | 2020-11-16 | 2022-05-17 | 深圳市万普拉斯科技有限公司 | 一种调频方法、装置及电子设备 |
| CN116013221A (zh) * | 2022-12-13 | 2023-04-25 | Oppo广东移动通信有限公司 | 屏幕刷新率调节方法及装置、电子设备、存储介质 |
| CN116504189A (zh) * | 2023-04-28 | 2023-07-28 | 广州文石信息科技有限公司 | 电子屏幕驱动方法、装置、设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202511902A (zh) | 2025-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112631415B (zh) | Cpu频率调整方法、装置、电子设备及存储介质 | |
| CN110263921B (zh) | 一种联邦学习模型的训练方法及装置 | |
| US20230321529A1 (en) | Video clip classification using feature vectors of a trained image classifier | |
| US20220280867A1 (en) | Server load prediction and advanced performance measures | |
| CN112587920B (zh) | 设备控制方法、装置、电子设备及存储介质 | |
| TW202105183A (zh) | 用於轉換後之資料之自我修復機器學習系統 | |
| CN110956202A (zh) | 基于分布式学习的图像训练方法、系统、介质及智能设备 | |
| CN107491166A (zh) | 一种调节虚拟现实设备参数的方法及虚拟现实设备 | |
| CN118471554A (zh) | 一种身体数据采集系统及方法 | |
| CN107609570B (zh) | 基于属性分类和多视角特征融合的微视频流行度预测方法 | |
| CN112169311A (zh) | 训练游戏ai的方法、系统、存储介质及计算机设备 | |
| CN115767091A (zh) | 使用神经网络进行基于熵的预滤波用于流式传输应用 | |
| TWI857765B (zh) | 幀率智慧控制方法及幀率智慧控制系統 | |
| CN104069617A (zh) | 一种虚拟跑步机系统及其控制方法 | |
| KR20250093260A (ko) | 개인화된 학습 피드백과 학습 데이터 기반 맞춤형 문제 생성 및 제공 서버 및 방법 | |
| CN115092072A (zh) | 一种车辆状态展示方法、装置、设备和存储介质 | |
| WO2020168444A1 (zh) | 睡眠预测方法、装置、存储介质及电子设备 | |
| CN117271081B (zh) | 一种调度方法、装置及存储介质 | |
| KR20240058063A (ko) | IoT기반의 실시간 계측데이터 모니터링 장치 및 방법 | |
| CN112600869A (zh) | 基于td3算法的计算卸载分配方法和装置 | |
| US12526603B2 (en) | Systems and methods for context-based docking of information handling systems | |
| US20240272675A1 (en) | Systems and methods for managing settings based upon information handling system (ihs) posture and orientation using heterogeneous computing platforms | |
| CN118397223A (zh) | 基于虚拟现实的场景模拟方法、装置、设备及介质 | |
| CN115099032A (zh) | 一种火电厂烟气提水量预警方法及装置 | |
| KR102841906B1 (ko) | 개인화된 학습 피드백과 학습 데이터 기반 맞춤형 문제 생성 및 제공 서버 및 방법 |