El contraste de visualización y la eficiencia del consumo de energía de los LCD (Pantallas de Cristal Líquido) continúan atrayendo la atención tanto de la industria como de la academia. Los enfoques de atenuación local para módulos de retroiluminación de tipo directo (BLMs, también conocidos como unidades de retroiluminación, BLUs) se consideran una solución potencial. El propósito de este estudio es explorar cómo optimizar el método de atenuación local de los LCD para lograr un mayor contraste y un menor consumo de energía a través de técnicas de aprendizaje profundo. En este artículo, proponemos un enfoque de atenuación local con modulación dual para pantallas LCD-LED basado en los modelos VGG19 y UNet. Los resultados experimentales han demostrado que este método no solo reconstruye la imagen de entrada en una imagen HDR (Alto Rango Dinámico), sino que también genera automáticamente una imagen de control para el módulo de retroiluminación y el panel LCD. Además, el método propuesto puede mejorar efectivamente el contraste y reducir el consumo de energía del LCD en ausencia de un conjunto de datos de entrenamiento público. Nuestro método puede lograr el mejor rendimiento en MSE y HDR-VDP-2 entre ocho combinaciones diferentes de máscara y preentrenamiento. Utilizando técnicas de aprendizaje profundo, este estudio ha optimizado con éxito el enfoque de atenuación local de los LCD y ha demostrado sus beneficios en la mejora del contraste y la reducción del consumo de energía.