摘要
本发明提出一种用于移动通信终端的增强现实方法,涉及移动通信技术领域,包括S1:捕获用户周围环境图像数据和惯性数据,生成多模态原始数据;S2:利用轻量化NeRF网络进行2D‑3D特征转换,并通过动态特征加权处理,构建强化学习状态向量;S3:优化异步A3C算法模型的策略学习过程;S4:将AR场景划分为中心焦点区域、周边过渡区域和背景区域,对各部分区域的算力初始分配;用异步A3C算法模型进行语义分割,结合LOD层级数值,对算力进一步细化分配;S5:通过用户交互行为与环境变化数据,在线优化异步A3C算法模型的全局网络。本方法对算力合理分配,通过语义分割对渲染优先级进行调整,提高增强现实的体验。
技术关键词
算法模型
移动通信终端
现实方法
光流特征
移动终端
样本
焦点
网络
环境图像数据
层级
语义
强化学习模型
动态
时序
移动通信技术
多模态
物体
数值
坐标
系统为您推荐了相关专利信息
电子控制单元
车载终端
车辆远程控制方法
移动终端
车辆远程控制系统
工程监理方法
像素点
图像
工程监理系统
佩戴安全帽
动态检测方法
残差网络
支路
光流特征
高层语义信息
逃生路径规划方法
便携式移动终端
烟雾
红外热成像装置
云端
判别方法
加速度
卡尔曼滤波模型
数据采集模块
坐标