-
公开(公告)号:CN118982960A
公开(公告)日:2024-11-19
申请号:CN202411256479.5
申请日:2024-09-09
Applicant: 福州大学
IPC: G09G3/32
Abstract: 本发明公开了一种共用数据引线的彩色Micro‑LED器件结构及其驱动方法,彩色Micro‑LED器件结构包括:原色像素电路、行扫描引线、列数据引线以及薄膜晶体管开关;原色像素电路包括两个原色微发光二极管和储能电容,两个原色微发光二极管互相并联且电极相反,储能电容与原色微发光二极管并联,储能电容用于使原本发光的原色微发光二极管持续发光,原色像素电路的一端连接薄膜晶体管开关的漏极,原色像素电路的另一端接地;薄膜晶体管开关的栅极与行扫描引线相连接,行扫描引线用于控制薄膜晶体管开关的选通,薄膜晶体管开关的源极与列数据引线相连接,列数据引线用于控制原色像素电路中原色微发光二极管的亮度。本发明在保证发光成像质量的同时,简化驱动结构。
-
公开(公告)号:CN117409411A
公开(公告)日:2024-01-16
申请号:CN202311457999.8
申请日:2023-11-04
Applicant: 福州大学
IPC: G06V20/70 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于半监督学习的TFT‑LCD液晶面板缺陷分割方法及系统,该方法包括如下步骤:步骤1、采集生产流程中TFT‑LCD液晶面板的良品图像和缺陷图像,进行缺陷标注,获得标签信息,形成样本集,并划分为训练集和验证集;步骤2、构建半监督分割网络,所述半监督分割网络包括ViT共享编码器、CNN解码器和MAE正则化支路;对构建的半监督分割网络进行训练,得到训练好的半监督分割网络;步骤3、将待检测图像输入训练好的半监督分割网络中进行缺陷分割,得到对应的分割结果。该方法及系统有利于减轻训练模型所需人工标注的工作量,并提高缺陷分割精度。
-
公开(公告)号:CN119446075A
公开(公告)日:2025-02-14
申请号:CN202411302674.7
申请日:2024-09-18
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明涉及一种基于色彩空间变换和图像增强的电润湿显示器色彩优化方法,包括:S1、对输入的图像进行色彩空间变换,将其由RGB色彩空间转化为HSV空间图像,其中H为色相保持不变,提取饱和度特征信息S和亮度特征信息V;S2、对饱和度特征信息S,基于电压与开口率的关系数据,建立电压与色彩饱和度的非线性关系模型,然后对图像进行限制对比度的直方图均衡处理;S3、对亮度特征信息V进行基于双线性滤波的映射增强处理,并对新亮度通道信息进行平滑处理,然后对增强后的图像进行映射;S4、基于HSV空间和CMY空间的映射关系,实现RGB图像到CMY图像的正确转换。该方法有利于在图像进行跨媒体传输时,有效保证图像的细节信息以及人眼感知信息。
-
公开(公告)号:CN118427442A
公开(公告)日:2024-08-02
申请号:CN202410649171.0
申请日:2024-05-23
Applicant: 福州大学
IPC: G06F16/9535 , G06F18/213 , G06N3/048 , G06N3/0455 , G06N3/08 , G06N3/047
Abstract: 本发明涉及一种融合交叉网络和特征重要性选择的推荐方法,属于智能推荐领域。包括:构建数据集,将数据进行编码,为每一个用户和项目分配一个初始向量;将初始向量采用SENet网络进行加权处理并通过双线性特征交互层,获得对应更新后的部分向量1;将初始向量通过双线性特征交互层,获得对应更新后的部分向量2;将部分向量1和部分向量2一起输入到并行的交叉网络和深度神经网络进行二次处理;在二次处理后,采用bridge模块强化显式和隐式特征之间的信息,获得对应拼接向量;将得到的拼接向量和二次处理后的向量进行线性整合通过激活函数得到最终的预测概率,生成推荐结果。本发明能够在推荐过程中获得更多的特征交互信息以及对特征进行重要性选择。
-
公开(公告)号:CN109658403A
公开(公告)日:2019-04-19
申请号:CN201811547320.3
申请日:2018-12-18
Applicant: 福州大学
Abstract: 本发明涉及一种彩色电润湿显示单元缺陷识别方法及其装置,首先对显微镜采集的图像进行直方图均衡化和几何校正完成电润湿显示单元图像的预处理;接着对预处理后的图像采用改进的K均值聚类算法进行分割并动态判断、记录其三基色的颜色特征;然后对分割后得到的二值图像,提取其几何特征作为分类主特征,提取其纹理特征作为分类辅助校正特征,采用学习向量量化神经网络对所提取的三类特征进行训练并分类;最后根据分类结果将有缺陷的电润湿显示单元用矩形框框出,并通过连通域算法确定每个缺陷单元的重心坐标。本发明可检出并分类电润湿显示器有缺陷的显示单元,同时获取其缺陷层、缺陷类别、坐标等信息。
-
公开(公告)号:CN119091815A
公开(公告)日:2024-12-06
申请号:CN202411452186.4
申请日:2024-10-17
Applicant: 福州大学
IPC: G09G3/34 , G02F1/167 , G02F1/1675 , G02F1/1685 , G02F1/1676
Abstract: 本发明公开了一种双层油墨电子纸显示器低分辨率图像的显示优化方法,包括:响应于电子纸显示器接收到第一图像对应的显示画面信号,判断第一图像是否为低分辨率图像;响应于第一图像为低分辨率图像,获得显示像素组;根据显示像素组对应的显示灰阶值,获得与显示灰阶值相对应的第一上层驱动电压和第二下层驱动电压;对原生像素采用其所属显示像素组的第一上层驱动电压和第二下层驱动电压进行驱动,对插值像素采用其所属显示像素组的第一上层驱动电压和其相邻显示像素组的第二下层驱动电压进行驱动。本发明通过电子纸显示器自身特点实现图像超分辨率,提高电子纸显示器显示效果。
-
公开(公告)号:CN118865336A
公开(公告)日:2024-10-29
申请号:CN202410896825.X
申请日:2024-07-05
Applicant: 福州大学
IPC: G06V20/59 , G06V40/16 , G06V40/18 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种轻量化YOLOv8‑pose的疲劳驾驶检测方法,所述方法以采集的多姿态、多视角人脸数据集来构建轻量化YOLOv8‑pose模型,并在模型主干网络中引入Ghost卷积来减少模型参数量和不必要的卷积计算,通过引入Slim‑neck融合模型主干网络提取的不同尺寸特征来加速网络预测计算,在模型Neck部分添加遮挡感知注意力模块SEAM来强调图像中的人脸区域并弱化背景,以改善关键点定位效果,同时在模型的检测头部分采用GNSC‑Head结构,其使用共享卷积来将卷积的BN层优化成更稳定的GN层,以节省模型的参数空间和计算资源;所述方法通过构建疲劳决策模型并对模型的输出结果进行评估,以判断驾驶员是否处于疲劳状态;本发明的该方法有利于降低计算复杂度,并提高疲劳检测精度。
-
公开(公告)号:CN117351905A
公开(公告)日:2024-01-05
申请号:CN202311458000.1
申请日:2023-11-04
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明涉及一种不同环境光下彩色电润湿电子纸色彩校正方法,包括:获取彩色电润湿电子纸显示颜色的光谱反射率;设置标准环境光,量测标准环境光的光谱分布,根据该光谱分布和光谱反射率计算得到标准环境光下显示颜色的光谱分布矩阵;量测当前环境光的光谱分布,根据该光谱分布与标准环境光的光谱分布获得当前环境光下显示颜色的光谱分布预测矩阵;将高维光谱关系转换至三维色度关系,获得当前环境光下的色度预测矩阵;依据该色度预测矩阵进行色彩校正,从而确定当前环境光下的输入数据,使当前环境光下彩色电润湿电子纸显示画面与标准环境光下的显示色彩效果相同。该方法能够对彩色电润湿电子纸当前显示颜色进行校正,保持显示画面的色彩平衡。
-
公开(公告)号:CN106498347A
公开(公告)日:2017-03-15
申请号:CN201611137800.3
申请日:2016-12-12
Applicant: 福州大学
Abstract: 本发明涉及一种高均匀度图形化多点源阵列蒸发镀膜装置。包括微型蒸发源阵列、基板传动装置,所述微型蒸发源阵列中的微型蒸发源蒸发口径小,并通过快门开关控制蒸发;所述微型蒸发源阵列由复数个微型蒸发源阵列排布而成。本发明装置,使用微型蒸发源阵列有效加快了蒸发成膜的速度、并且保持了原有的高可控性,保证了材料的节约有效使用,实现了大型面板的蒸镀可能和高均匀性,特别的具有了无掩模板蒸镀图形化,免除了掩模板所带来的不足。
-
公开(公告)号:CN106409636A
公开(公告)日:2017-02-15
申请号:CN201610830811.3
申请日:2016-10-25
Applicant: 福州大学
Abstract: 本发明公开了一种基于喷墨打印图形化的ZnO阴极及其制备方法,所述的ZnO阴极自下而上包括阴极基板、图形化ZnO种子层和图形化ZnO阴极。通过喷墨打印ZnO种子层引入,利用电化学沉积法或水热法生长图形化ZnO阴极。与现有技术相比,该喷墨打印法制备图形化ZnO种子层,大大降低了工艺的复杂性和难度,不仅易于生产而且用料少,制造成本低,通过计算机编程灵活设计所需的图形,非常适合大面积制作和未来工业化生产,具有广阔的市场应用前景。
-
-
-
-
-
-
-
-
-