TWI898735B - 電子裝置與其動態顯示圖像的方法 - Google Patents

Abstract

一種電子裝置與其動態顯示圖像的方法。所述方法適用於包括發光二極體陣列與影像感測器的電子裝置，並包括下列步驟。透過影像感測器擷取一場景影像。對場景影像進行物件辨識而獲取一場景資訊。根據場景資訊決定一目標圖像。控制發光二極體陣列顯示目標圖像。

Description

電子裝置與其動態顯示圖像的方法

本發明是有關於一種電子裝置，且特別是有關於一種電子裝置與其動態顯示圖像的方法。

爲了滿足使用者對聲光效果的要求，各家廠商紛紛在電子設備上配置發光二極體，藉此提供多樣化光彩的燈光效果。現有的發光二極體顯示模組的燈光顯示效果都是預先決定而固定的，一般難以反應使用者行為而具備良好且即時的使用者互動。此外，一般使用者也難以自行修改或調整發光二極體所呈現的燈光效果，但單一的燈效並不可能滿足所有使用者的需求與喜好。此外，當要即時動態控制大量的發光二極體的顯示時，不容忽視的效能負擔也明顯限制發光圖案的變化速度，進而限制了燈效的變化彈性與多樣性。

有鑑於此，本發明提出一種電子裝置與其動態顯示圖像的方法，其可解決上述技術問題。

本發明實施例提供一種動態顯示圖像的方法，適用於包括發光二極體陣列與影像感測器的電子裝置。所述方法包括下列步驟。透過影像感測器擷取一場景影像。對場景影像進行物件辨識而獲取一場景資訊。根據場景資訊決定一目標圖像。控制發光二極體陣列顯示目標圖像。

本發明實施例提供一種電子裝置，其包括發光二極體陣列、影像感測器、儲存裝置、控制器，以及處理器。發光二極體陣列具有多個發光二極體，儲存裝置記錄多個指令。控制器耦接發光二極體陣列。處理器耦接影像感測器、儲存裝置與控制器，並經配置以執行前述指令而執行下列操作。透過影像感測器擷取一場景影像。對場景影像進行物件辨識而獲取一場景資訊。根據場景資訊決定一目標圖像。利用控制器控制發光二極體陣列顯示目標圖像。

基於上述，於本發明的實施例中，場景資訊可透過對場景影像進行物件辨識而獲取，並根據場景資訊獲取一目標圖像。之後，發光二極體陣列將受控於控制器來顯示目標圖像。基此，電子裝置上的發光二極體陣列可動態顯示與場景資訊相關的目標圖像，並可即時反應場景變化而動態調整顯示內容，大幅提昇使用者體驗。

本發明的部份實施例接下來將會配合附圖來詳細描述，以下的描述所引用的元件符號，當不同附圖出現相同的元件符號將視為相同或相似的元件。這些實施例只是本發明的一部份，並未揭示所有本發明的可實施方式。更確切的說，這些實施例只是本發明的專利申請範圍中的方法與裝置的範例。

圖1是依照本發明一實施例的電子裝置的方塊圖。請參照圖1，電子裝置100包括發光二極體（LED）陣列110、影像感測器120、控制器130、儲存裝置140，以及處理器150。電子裝置100例如為平板電腦、筆記型電腦、桌上型電腦，或一體式電腦等等，本發明對此不限制。

LED陣列110具有多個發光二極體（Light-Emitting Diode，LED）。於一些實施例中，這些發光二極體可包括彩色（RGB）發光二極體、單色發光二極體或其組合。於一些實施例中，LED陣列110的多個發光二極體可排列成M*N的陣列而形成一點陣型LED面板，其中M為大於1的整數且N為大於1的整數。本揭露對於LED陣列110的LED數量並不限制。

於一些實施例中，基於微軟公司發佈的HID規範的光源與照明（Lighting and Illumination）標準，致使電子裝置100的作業系統可以直接控制LED陣列110的發光元件。基於HID規範的Lighting and Illumination標準，LED陣列110的各LED可對應至一個邏輯位置，並以此邏輯位置做為LED的識別資料。基於作業系統中的程式模組可直接控制LED陣列110的發光二極體，LED陣列110的燈效控制可由執行於使用者模式（user mode）中的程式模組來執行。

影像感測器120用以擷取場景影像。於一些實施例中，影像感測器120可為RGB影像感測器或紅外線影像感測器等等，本揭露對此不限制。於一些實施例中，影像感測器120可包括鏡頭、影像感測元件，以及其他組件。鏡頭可包括光學透鏡，其用以進行光路控制。影像感測元件用以提供影像感測功能。影像感測元件可包括感光元件，例如是電荷耦合元件（Charge Coupled Device，CCD）、互補性氧化金屬半導體（Complementary Metal-Oxide Semiconductor，CMOS）元件或其他元件，本揭露對此不限制。鏡頭可匯集成像光線在影像感測元件上，以達到擷取影像的目的。

控制器130耦接LED陣列110。於一些實施例中，控制器130支援HID規範，並用以控制LED陣列110發光。控制器130的相關功能可以被實現於一或多個控制器、微控制器、微處理器、特殊應用積體電路（Application-specific integrated circuit，ASIC）、數位訊號處理器（digital signal processor，DSP）、場可程式邏輯閘陣列（Field Programmable Gate Array，FPGA）及/或其他處理單元中的各種邏輯區塊、模組和電路。於一些實施例中，控制器130可由Raspberry Pi RP2040來實現。於一些實施例中，控制器130可經由USB介面與處理器150進行通信，並根據HID規範控制LED陣列110發光。

於一些實施例中，控制器130可包括可程式輸入/輸出（Programmable I/O，PIO）元件。控制器130可透過PIO元件傳送資料至LED陣列110，以控制LED陣列110中的多個發光二極體。

儲存裝置140用以儲存資料與供處理器150存取的軟體模組（例如作業系統、應用程式、驅動程式）等資料，其可以例如是任意型式的固定式或可移動式隨機存取記憶體（random access memory，RAM）、唯讀記憶體（read-only memory，ROM）、快閃記憶體（flash memory）、硬碟或其組合。

處理器150耦接控制器130、影像感測器120以及儲存裝置140，並可為一般用途處理器、特殊用途處理器、傳統的處理器、數位訊號處理器、多個微處理器（microprocessor）、一個或多個結合數位訊號處理器核心的微處理器、控制器、微控制器、特殊應用積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式閘陣列電路（Field Programmable Gate Array，FPGA）、任何其他種類的積體電路、狀態機、基於進階精簡指令集機器（Advanced RISC Machine，ARM）的處理器以及類似品。處理器150可存取並執行記錄在儲存裝置140中的指令或程式碼，以實現本發明實施例中的動態顯示圖像的方法。

須說明的是，LED陣列110中不同的LED將對應至不同的邏輯位置。於是，基於HID規範，處理器150可根據這些LED的邏輯位置來個別地與直接地控制這些LED的發光參數。發光參數可包括顏色參數、亮度參數、發光頻率參數或其他發光控制參數等等。

於一些實施例中，LED陣列110可設置於電子裝置100的機殼上。上述機殼可以是筆記型電腦的上蓋外殼或桌上型電腦的機箱，本揭露對此不限制。

舉例而言，圖2A是依照本發明一實施例的電子裝置的示意圖。請參照圖2A，於一些實施例中，電子裝置100可為筆記型電腦。LED陣列110可設置於筆記型電腦的上蓋外殼B1上。或者，於其他些實施例中，LED陣列110可設置於筆記型電腦的鍵盤邊框上。

舉例而言，圖2B是依照本發明一實施例的電子裝置的示意圖。請參照圖2B，於一些實施例中，電子裝置100可為桌上型電腦。LED陣列110可設置於桌上型電腦的機箱C1的側表面上。或者，於其他些實施例中，LED陣列110可設置於桌上型電腦的機箱C1的上表面上。

圖2C是依照本發明一實施例的電子裝置的示意圖。請參照圖2C，於一些實施例中，LED陣列110可設置於電子裝置100的週邊電子裝置P1上。週邊電子裝置P1可經由USB介面與電子裝置100的主機相連。週邊電子裝置P1可例如為USB集線器（USB hub）或擴充基座等等，但本揭露不限制於此。

圖3是依照本發明一實施例的動態顯示圖像的方法的流程圖，而圖3的方法流程可以由圖1的電子裝置100的各元件實現。請同時參照圖1及圖3，以下即搭配圖1中電子裝置100的各項元件，說明本實施例的動態顯示圖像的方法的步驟。

於步驟S310，處理器150透過影像感測器120擷取場景影像。舉例而言，處理器150可利用前置鏡頭朝使用者側擷取場景影像。或者，處理器150可利用後置鏡頭朝電子裝置100的後側擷取場景影像。

於一些實施例中，處理器150可反應於執行特定應用程式而控制影像感測器120擷取場景影像。於一些實施例中，處理器150可反應於進入特定操作狀態而控制影像感測器120擷取場景影像。

於步驟S320，處理器150對場景影像進行物件辨識而獲取場景資訊。於一些實施例中，上述場景資訊可以是場景影像中的場景物件的物件種類。舉例而言，物件種類可以是「狗」、「花」、「人臉」、「貓」、「杯子」、「人手」或其他物件種類，本揭露對此不限制。於一些實施例中，上述場景資訊可以是根據場景影像中場景物件的物件種類而決定的場景類別。舉例而言，場景類別可以是「室外」、「室內」、「辦公室」、「咖啡廳」、「會議室」或「餐廳」等等，本揭露對此不限制。舉例而言，當處理器150辨識出場景影像包括白板或投影布幕時，處理器150可決定場景類別為「會議室」。

於一些實施例中，處理器150可利用一卷積神經網路（Convolution Neural Network，CNN）模型對場景影像進行物件辨識。之後，處理器150可獲取卷積神經網路模型輸出之一目標場景物件的物件種類。場景資訊可包括目標場景物件的物件種類。

在一些實施例中，此經訓練的卷積神經網路模型為依據訓練影像集進行深度學習而事先建構的機器學習模型，其可儲存於儲存裝置140中。換言之，經訓練卷積神經網路模型的模型參數（例如神經網路層數目與各神經網路層的權重等等）已經由事前訓練而決定並儲存於儲存裝置140中。當場景影像輸入至經訓練卷積神經網路模型時，經訓練卷積神經網路模型首先進行特徵擷取而產生特徵向量（Feature vector）。之後，這些特徵向量會被輸入至經訓練卷積神經網路模型中的分類器，分類器再依照此些特徵向量進行分類，進而辨識出場景影像中的場景物件的物件資訊。經訓練的卷積層類神經網路模型可例如為用以進行物件偵測的R-CNN模型、Fast R-CNN模型、Faster R-CNN模型、YOLO模型或SSD模型等等，本揭露對此不限制。

於一些實施例中，卷積神經網路模型輸出的物件資訊可包括物件種類、物件尺寸與物件位置。舉例而言，處理器150可將場景影像輸入至卷積神經網路模型進行物件辨識而獲取物件種類「花」。因此，處理器150可將物件種類「花」作為場景資訊。或者，當場景影像包括使用者的特定手勢時，處理器150可利用卷積神經網路模型進行物件辨識而獲取物件種類「特定手勢」。因此，處理器150可將物件種類「特定手勢」作為場景資訊。

於一些實施例中，處理器150可獲取卷積神經網路模型辨識的多個場景物件。亦即，處理器150可從場景影像中辨識出一個以上的場景物件。處理器150可從多個場景物件挑選出目標場景物件，以獲取目標場景物件的物件種類。於一些實施例中，處理器150可根據各個場景物件於場景影像中的物件尺寸而挑選出目標場景物件。舉例而言，當處理器150自場景影像中偵測到多個場景物件時，處理器150可挑選具有最大物件尺寸的場景物件作為目標場景物件。物件尺寸可為卷積神經網路模型所輸出之物件框（Bounding box）的尺寸。於一些實施例中，處理器150可根據各個場景物件於場景影像中的物件位置而挑選出目標場景物件。舉例而言，當處理器150自場景影像中偵測到多個場景物件時，處理器150可挑選距離場景影像的中心最近的場景物件作為目標場景物件。

於步驟S330，處理器150根據場景資訊決定一目標圖像。於一些實施例中，處理器150可從多張預設圖像中挑選出目標圖像。或者，於一些實施例中，處理器150可利用一圖像生成模型來產生目標圖像。

圖4是依照本發明一實施例的決定目標圖像的流程圖。請參照圖4，於操作41中，處理器150可將場景影像Img1輸入至卷積神經網路模型，以辨識出目標場景物件的物件種類42。之後，於操作43中，處理器150可根據目標場景物件的物件種類，從多張預設圖像中挑選出目標圖像ImgT1。處理器150可從資料庫db1中的多張預設圖像中挑選出目標圖像ImgT1。於一些實施例中，資料庫db1中的各張預設圖像可分別關聯至一圖像標籤。當目標場景物件的物件種類42符合某一預設圖像的圖像標籤時，處理器150可挑選該張預設圖像作為目標圖像ImgT1。舉例來說，當物件種類42為「狗」，則處理器150可從資料庫db1獲取關聯於圖像標籤「狗」的目標圖像ImgT1。

圖5是依照本發明一實施例的決定目標圖像的流程圖。請參照圖5，於操作41中，處理器150可將場景影像Img1輸入至卷積神經網路模型，以辨識出目標場景物件的物件種類42。之後，於操作46中，處理器150可根據目標場景物件的物件種類42決定一文本提示47。舉例來說，當物件種類42為「狗」，則處理器150可決定一文本提示47為「狗」。當物件種類42包括「狗」與「花」，則處理器150可決定一文本提示47為「狗與花」。於操作48中，處理器150可根據文本提示47利用一圖像生成模型而產生目標圖像ImgT1。圖像生成模型可為一文生圖模型，例如是Contrastive Language–Image Pre-Training (CLIP)模型，但可不限制於此。圖像生成模型可根據輸入的文本提示47而產生目標圖像ImgT1。

於一些實施例中，處理器150還可結合其他場景資訊與目標場景物件的物件種類42來產生文本提示47。上述其他場景資訊例如是感測資料、用戶輸入文字、當下時間，或氣象資訊等等。

回到圖3，於步驟S340，處理器150利用控制器130控制LED陣列110顯示目標圖像。也就是說，LED陣列110將可顯示與當下拍攝場景內容相關的目標圖像。舉例來說，當場景影像出現狗，則LED陣列110所顯示的目標圖像可包括狗的圖像。

於一些實施例中，處理器150可根據目標圖像決定LED陣列110中各個發光二極體的發光參數。LED陣列110的各個發光二極體映射至目標圖像的多個像素其中之對應一者。於一些實施例中，各個發光二極體的發光參數包括紅色通道值、綠色通道值與藍色通道值。詳細來說，處理器150可根據目標圖像的像素資料，決定LED陣列110的多個RGB LED各自對應的發光顏色。LED陣列110的各個RGB LED的發光顏色可設定為目標圖像中某一對應像素的像素資料。亦即，各個發光二極體的紅色通道值對應至某一對應像素的紅色像素值。各個發光二極體的綠色通道值對應至某一對應像素的綠色像素值。各個發光二極體的藍色通道值對應至某一對應像素的藍色像素值。

於一些實施例中，處理器150可將各個發光二極體的發光參數傳送至控制器130，致使控制器130根據各個發光二極體的發光參數控制各個發光二極體發光。亦即，控制器130可控制LED陣列110的各發光二極體根據對應的發光顏色來發出顏色光。於一些實施例中，處理器150可利用HID API將各個發光二極體的發光參數傳送至控制器130。控制器130可在解析HID報告之後，將各個發光二極體的RGB資料傳送至LED陣列110。基此，LED陣列110中的發光二極體將依據控制器130提供的RGB資料而發出對應的顏色光，以顯示出目標圖像。

圖6是依照本發明一實施例的控制發光二極體陣列顯示目標圖像的流程圖。請參照圖6，於步驟S601，處理器150可根據目標圖像決定LED陣列110中各個發光二極體的發光參數。各個發光二極體為RGB發光二極體，且各個發光二極體的發光參數包括紅色通道值、綠色通道值與藍色通道值。於步驟S602，處理器150可透過人機介面（Human Interface Device，HID）報告將各個發光二極體的發光參數傳送至一控制器130。進一步來說，處理器150可根據各個發光二極體的邏輯位置而將其對應至目標圖像中的一像素，並於HID報告中將各個發光二極體的邏輯位置關聯至對應的紅色通道值、綠色通道值與藍色通道值。

於步驟S603，控制器130可解析HID報告獲取各發光二極體的RGB資料，亦即各個發光二極體的紅色通道資料、綠色通道資料與藍色通道資料。紅色通道資料、綠色通道資料與藍色通道資料可例如為8位元的二進位資料。於步驟S604，控制器130可將各發光二極體的RGB資料傳送至LED陣列110。於步驟S604，LED陣列110可根據各發光二極體的RGB資料發光而顯示出目標圖像。

圖7是依照本發明一實施例的控制器與發光二極體陣列的示意圖。請參照圖7，處理器150可經由USB介面而連接至控制器130，並將各個發光二極體的發光參數透過HID報告而傳送至控制器130。控制器130通過USB作為HID（Human Interface Device）設備與處理器150進行通信。

於本實施例中，LED陣列110可包括8個LED陣列110_1～110_8。控制器130具有可程式輸入/輸出（Programmable I/O，PIO）元件131。控制器130透過PIO元件131控制LED陣列110_1～110_8。控制器130的PI元件131可經由用於通過通用輸入輸出（GPIO）引腳GPIO1～GPIO8向LED陣列110發送資料。

控制器130經由8個GPIO引腳GPIO1～GPIO8而連接至8個8*8的LED陣列110_1～110_8。各個LED陣列110_1～110_8可包括64個發光二極體。控制器130所傳送的RGB資料在各個LED陣列110_1～110_8內部依次傳遞，從第一個LED傳遞到最後一個LED，確保所有LED都能接收到正確的控制信號。

於一些實施例中，PIO元件131可包括狀態機、先進先出（First In First Out，FIFO）輸入模組、與FIFO輸出模組。FIFO輸入模組負責接收外部資料並以先進先出的方式存儲這些資料。狀態機負責控制資料從FIFO輸入模組到FIFO輸出模組的傳輸過程，並根據預定義的邏輯和狀態進行處理。FIFO輸出模組從狀態機接收處理後的資料，並以先進先出的方式存儲和輸出這些資料。如此一來，各個LED陣列110_1～110_8可接收RGB資料並依次傳遞給每個發光二極體，最終控制所有發光二極體的顏色和亮度。透過控制器130控制每個發光二極體的發光，可降低處理器150的負擔而達到高刷新率。基此，可實現高效的LED矩陣控制，非常適合於需要高性能和高刷新率的應用場景。

綜上所述，於本發明的實施例中，場景資訊可透過對場景影像進行物件辨識而獲取，並根據場景資訊獲取一目標圖像。之後，發光二極體陣列將受控於控制器來顯示目標圖像。基此，電子裝置上的發光二極體陣列可動態顯示與場景資訊相關的目標圖像，並可即時反應場景變化而動態調整顯示內容，大幅提昇使用者體驗。LED陣列的所顯示的圖像內容可滿足使用者的個性化需求，為使用者提供獨一無二的燈光視覺體驗。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

100:電子裝置 110, 110_1～110_8:LED陣列 120:影像感測器 130:控制器 131:PIO元件 140:儲存裝置 150:處理器 B1:上蓋外殼 C1:機箱 db1:資料庫 GPIO1～GPIO8:GPIO引腳 Img1:場景影像 ImgT1:目標圖像 P1:週邊電子裝置 S310, S320, S330, S340, S601～S604:步驟

圖1是依照本發明一實施例的電子裝置的方塊圖。 圖2A是依照本發明一實施例的電子裝置的示意圖。 圖2B是依照本發明一實施例的電子裝置的示意圖。 圖2C是依照本發明一實施例的電子裝置的示意圖。 圖3是依照本發明一實施例的動態顯示圖像的方法的流程圖。 圖4是依照本發明一實施例的決定目標圖像的流程圖。 圖5是依照本發明一實施例的決定目標圖像的流程圖。 圖6是依照本發明一實施例的控制發光二極體陣列顯示目標圖像的流程圖。 圖7是依照本發明一實施例的控制器與發光二極體陣列的示意圖。

S310~S340:步驟

Claims (20)

1. 一種動態顯示圖像的方法，適用於包括發光二極體陣列與影像感測器的一電子裝置，而所述方法包括：透過所述影像感測器擷取一場景影像；對所述場景影像進行物件辨識而獲取一場景資訊；根據所述場景資訊決定一目標圖像；以及控制所述發光二極體陣列顯示所述目標圖像，其中所述發光二極體陣列包括多個發光二極體，而控制所述發光二極體陣列顯示所述目標圖像的步驟包括：透過人機介面（Human Interface Device，HID）報告將各所述多個發光二極體的發光參數傳送至一控制器，致使所述控制器根據各所述多個發光二極體的發光參數控制各所述多個發光二極體發光。
2. 如請求項1所述的動態顯示圖像的方法，其中對所述場景影像進行物件辨識而獲取所述場景資訊的步驟包括：利用一卷積神經網路模型對所述場景影像進行物件辨識；以及獲取所述卷積神經網路模型輸出之一目標場景物件的物件種類，其中所述場景資訊包括所述目標場景物件的所述物件種類。
3. 如請求項2所述的動態顯示圖像的方法，其中獲取所述卷積神經網路模型輸出之所述目標場景物件的所述物件種類的步驟包括：獲取所述卷積神經網路模型辨識的多個場景物件；以及從所述多個場景物件挑選出所述目標場景物件，以獲取所述目標場景物件的所述物件種類。
4. 如請求項2所述的動態顯示圖像的方法，其中根據所述場景資訊決定所述目標圖像的步驟包括：根據所述目標場景物件的所述物件種類，從多張預設圖像中挑選出所述目標圖像。
5. 如請求項2所述的動態顯示圖像的方法，其中根據所述場景資訊決定所述目標圖像的步驟包括：根據所述目標場景物件的所述物件種類決定一文本提示；以及根據所述文本提示利用一圖像生成模型而產生所述目標圖像。
6. 如請求項1所述的動態顯示圖像的方法，其中控制所述發光二極體陣列顯示所述目標圖像的步驟包括：根據所述目標圖像決定所述發光二極體陣列中各所述多個發光二極體的發光參數。
7. 如請求項6所述的動態顯示圖像的方法，其中所述控制器透過可程式輸入/輸出（Programmable I/O）元件控制所述發光二極體陣列。
8. 如請求項6所述的動態顯示圖像的方法，其中各所述多個發光二極體映射至所述目標圖像的多個像素其中之一。
9. 如請求項8所述的動態顯示圖像的方法，其中各所述多個發光二極體為RGB發光二極體，且各所述多個發光二極體的發光參數包括紅色通道值、綠色通道值與藍色通道值。
10. 如請求項1所述的動態顯示圖像的方法，其中所述發光二極體陣列設置於所述電子裝置的機殼上。
11. 一種電子裝置，包括：一發光二極體陣列，具有多個發光二極體：一影像感測器；一控制器，耦接所述發光二極體陣列；一儲存裝置，記錄有多個指令；以及一處理器，耦接所述影像感測器、所述控制器與所述儲存裝置，經配置以：透過所述影像感測器擷取一場景影像；對所述場景影像進行物件辨識而獲取一場景資訊；根據所述場景資訊決定一目標圖像；以及利用所述控制器控制所述發光二極體陣列顯示所述目標圖像，其中所述處理器更經配置以：透過人機介面（Human Interface Device，HID）報告將各所述多個發光二極體的發光參數傳送至所述控制器，致使所述控制器根據各所述多個發光二極體的發光參數控制各所述多個發光二極體發光。
12. 如請求項11所述的電子裝置，其中所述處理器更經配置以：利用一卷積神經網路模型對所述場景影像進行物件辨識；以及獲取所述卷積神經網路模型輸出之一目標場景物件的物件種類，其中所述場景資訊包括所述目標場景物件的所述物件種類。
13. 如請求項12所述的電子裝置，其中所述處理器更經配置以：獲取所述卷積神經網路模型辨識的多個場景物件；以及從所述多個場景物件挑選出所述目標場景物件，以獲取所述目標場景物件的所述物件種類。
14. 如請求項12所述的電子裝置，其中所述處理器更經配置以：根據所述目標場景物件的所述物件種類，從多張預設圖像中挑選出所述目標圖像。
15. 如請求項12所述的電子裝置，其中所述處理器更經配置以：根據所述目標場景物件的所述物件種類決定一文本提示；以及根據所述文本提示利用一圖像生成模型而產生所述目標圖像。
16. 如請求項11所述的電子裝置，其中所述處理器更經配置以：根據所述目標圖像決定所述發光二極體陣列中各所述多個發光二極體的發光參數。
17. 如請求項16所述的電子裝置，其中所述控制器透過可程式輸入/輸出（Programmable I/O）元件控制所述發光二極體陣列。
18. 如請求項16所述的電子裝置，其中各所述多個發光二極體映射至所述目標圖像的多個像素其中之一。
19. 如請求項18所述的電子裝置，其中各所述多個發光二極體為RGB發光二極體，且各所述多個發光二極體的發光參數包括紅色通道值、綠色通道值與藍色通道值。
20. 如請求項11所述的電子裝置，其中所述發光二極體陣列設置於所述電子裝置的機殼上。