买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利一种用于移动通信终端的增强现实方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120599186B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511086011.0，技术领域涉及：G06T19/00；该发明授权一种用于移动通信终端的增强现实方法是由胡一一;亓文君;李沅设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本一种用于移动通信终端的增强现实方法在说明书摘要公布了：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。

本发明授权一种用于移动通信终端的增强现实方法在权利要求书中公布了：1.一种用于移动通信终端的增强现实方法，其特征在于，包括以下步骤： S1：基于移动终端的摄像头和传感器，实时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：对S1中的多模态原始数据，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：基于强化学习状态向量，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S3中优化后的异步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，其中，步骤S2中包括以下步骤： S2.1：基于MobileNet，对环境图像数据提取2D特征，生成2D特征图； 公式为：； 式1中，f2D表示2D特征图；MobileNet为深度可分离卷积操作；It为步骤S1中的用户周围环境图像数据； S2.2：根据2D特征图计算3D特征体； 公式为：； 式2中，X,Y,Z表示3D空间中的坐标；x,y表示2D特征图中特征点的坐标；RM表示移动终端的旋转矩阵；TM表示移动终端的平移向量，RM和TM由步骤S1中的惯性数据计算获得； S2.3：分别提取空间几何特征与动态光流特征： 空间几何特征公式为： ； 式3中，FeatureExtractorgeo表示空间几何特征提取操作； ； 式4中，OpticalFlow表示动态光流计算操作；f2Dt表示t时刻的2D特征图；f2Dt-1表示t-1时刻的2D特征图； S2.4：分别计算空间几何特征与动态光流特征的权重： 空间几何特征的权重： ； 式5中，表示Sigmoid激活函数；W1和W2为设计参数；b1为偏置项； 动态光流特征的权重： ； 式6中，表示Sigmoid激活函数；W3和W4为设计参数；b2为偏置项； S2.5：构建强化学习状态向量； 公式为： ； 式7中，FC表示全连接层；表示密度场，表示空间点被物体占据的概率，由3D特征体通过三线性插值和解码获得；表示辐射场，表示空间点的颜色由3D特征体通过三线性插值和解码获得；表示拼接操作；ht-1表示前一时刻的时序隐藏状态，来自于强化学习模型的内部状态更新；St表示强化学习状态向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：210000 江苏省南京市鼓楼区西康路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。