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！

龙图腾网获悉瀚博半导体(上海)股份有限公司申请的专利数字人实时渲染方法、装置及计算机设备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：CN121353494B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511924938.7，技术领域涉及：G06T15/00；该发明授权数字人实时渲染方法、装置及计算机设备是由高熙和;张磊设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本数字人实时渲染方法、装置及计算机设备在说明书摘要公布了：本公开提供了一种数字人实时渲染方法、装置及计算机设备，涉及图像处理技术领域，尤其涉及实时渲染、数字人渲染等领域，实现方案为：采集终端的多个实时算力参数；将多个实时算力参数归一化为算力指标向量；根据算力指标向量确定终端的算力变化是否超过预设变化阈值；当终端的算力变化超过预设变化阈值时，将算力指标向量输入到已训练的强化学习模型，以确定数字人的目标渲染模式；将数字人的渲染模式由当前渲染模式切换至目标渲染模式。由此，能够提供一种实时评估可用算力、并动态调节数字人渲染层级的通用化渲染方案，以应对高帧率、低延迟、可扩展的渲染需求。

本发明授权数字人实时渲染方法、装置及计算机设备在权利要求书中公布了：1.一种数字人实时渲染方法，其特征在于，所述方法包括： 采集终端的多个实时算力参数，其中所述终端包括移动终端、个人计算机终端、云终端或扩展现实设备终端； 将所述多个实时算力参数归一化为算力指标向量； 根据所述算力指标向量确定所述终端的算力变化是否超过预设变化阈值； 当所述终端的算力变化超过所述预设变化阈值时，将所述算力指标向量输入到已训练的强化学习模型，以确定数字人的目标渲染模式；其中，通过以下方式训练所述强化学习模型： 定义所述强化学习模型的状态空间，所述状态空间包括对应于多个终端算力状态的多个算力指标状态向量； 定义所述强化学习模型的动作空间，所述动作空间包括至少两个渲染模式； 定义所述强化学习模型的奖励函数，所述奖励函数用于根据渲染质量分数评估动作； 初始化所述强化学习模型的策略网络； 基于所述奖励函数优化所述强化学习模型的策略网络，以得到所述已训练的强化学习模型；其中， 所述奖励函数被配置为根据帧率稳定性、渲染延迟率和渲染视觉质量确定所述渲染质量分数，并且所述奖励函数被配置为奖励具有高渲染质量分数的动作，和或惩罚具有低渲染质量分数的动作； 智能体在训练过程中通过观察所述算力指标状态向量，根据所述策略网络输出的概率分布采样选择渲染模式的动作； 所述智能体执行所述动作后，监测所述帧率稳定性、所述渲染延迟率和所述渲染视觉质量，并依据所述奖励函数计算即时奖励；并且 包括状态、动作、奖励、新状态的经验被存储于经验回放缓冲区中，从而在训练过程中使所述智能体定期从所述经验回放缓冲区中采样批量数据进行学习，以使所述策略网络逐渐倾向于选择能获得更高累积奖励的动作序列，最终获得所述已训练的强化学习模型； 将所述数字人的渲染模式由当前渲染模式切换至所述目标渲染模式； 其中，所述方法还包括根据所述终端的类型，确定采集所述多个实时算力参数的采集时间间隔，并且 根据所述算力指标向量，确定所述终端的算力变化是否超过预设变化阈值包括： 获取第一时刻的第一算力指标向量； 获取第二时刻的第二算力指标向量，其中所述第二时刻与所述第一时刻间隔至少一个所述采集时间间隔； 基于所述第一算力指标向量和所述第二算力指标向量的差与所述预设变化阈值的比较，确定所述终端的算力变化是否超过所述预设变化阈值；并且 其中，将所述数字人的渲染模式由当前渲染模式切换至所述目标渲染模式包括： 确定由所述当前渲染模式切换至所述目标渲染模式所需的切换时间； 在切换时间内，插入多个过渡帧，其中，对所述当前渲染模式的当前渲染参数和所述目标渲染模式的目标渲染参数进行插值，以得到所述多个过渡帧的每一帧的渲染参数；并且 其中，所述方法还包括： 基于所述多个实时算力参数，计算综合算力分数； 将所述算力指标向量和所述综合算力分数输入到所述已训练的强化学习模型，以确定所述数字人的目标渲染模式。

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瀚博半导体(上海)股份有限公司，其通讯地址为：200233 上海市闵行区合川路2570号2幢602室；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。