[发明专利]虚拟环境主题处理方法及装置在审

专利信息
申请号: 202210989247.5 申请日: 2022-08-17
公开(公告)号: CN115346028A 公开(公告)日: 2022-11-15
发明(设计)人: 曹佳炯;丁菁汀 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06T19/00 分类号: G06T19/00;G06T15/00;G06T3/00;G06T3/40;G06T5/50
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 付先智
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 虚拟 环境 主题 处理 方法 装置
【权利要求书】:

1.一种虚拟环境主题处理方法,包括:

根据用户的图像数据和行为数据进行用户职业预测,获得职业类别和置信度;

根据所述置信度和所述职业类别确定所述用户的目标职业类别;

将虚拟环境图像输入所述目标职业类别对应的主题渲染模型,对所述虚拟环境图像进行所述目标职业类别的职业主题的主题渲染;所述虚拟环境图像基于对物理环境的多视角图像进行图像重建获得;

在检测到所述用户接入虚拟世界的接入指令后,将主题渲染获得的职业主题图像向所述用户的接入设备进行输出。

2.根据权利要求1所述的虚拟环境主题处理方法,所述将虚拟环境图像输入所述目标职业类别对应的主题渲染模型,对所述虚拟环境图像进行所述目标职业类别的职业主题的主题渲染步骤执行之后,还包括:

生成用于在所述虚拟世界进行职业主题交易的非同质化标识。

3.根据权利要求2所述的虚拟环境主题处理方法,所述职业主题交易,包括:

获取交易用户针对所述职业主题提交的交易指令;

基于所述非同质化标识,在所述虚拟世界进行所述职业主题的去中心化交易,并在交易成功后,将所述用户针对所述职业主题的所有权转移至所述交易用户。

4.根据权利要求1所述的虚拟环境主题处理方法,所述根据所述置信度和所述职业类别确定所述用户的目标职业类别,包括:

根据所述置信度所处的置信度取值区间,确定所述用户的职业策略;

根据所述职业策略和所述职业类别确定所述目标职业类别。

5.根据权利要求4所述的虚拟环境主题处理方法,所述根据所述职业策略和所述职业类别确定所述目标职业类别,包括:

若确定的职业策略为第一职业策略,则将所述职业类别中的首个职业类别确定为所述目标职业类别;

若确定的职业策略为第二职业策略,则获取所述用户在所述职业类别中选择的职业类别作为所述目标职业类别;

若确定的职业策略为第三职业策略,则获取所述用户录入的职业类别作为所述目标职业类别。

6.根据权利要求1所述的虚拟环境主题处理方法,所述根据用户的图像数据和行为数据进行用户职业预测,获得职业类别和置信度步骤执行之后,且所述根据所述置信度和所述职业类别确定所述用户的目标职业类别步骤执行之前,还包括:

检测用户职业类别是否为预设职业类别;

若否,则执行所述根据所述置信度和所述职业类别确定所述用户的目标职业类别步骤。

7.根据权利要求6所述的虚拟环境主题处理方法,若所述检测用户职业类别是否为预设职业类别操作执行之后的执行结果为是,则执行如下操作:

将所述虚拟环境图像向所述接入设备进行输出;

其中,所述接入设备配置有图像传感器,所述图像传感器采集所述图像数据。

8.根据权利要求1所述的虚拟环境主题处理方法,所述根据用户的图像数据和行为数据进行用户职业预测,获得职业类别和置信度,包括:

将所述图像数据和所述用户在所述虚拟世界的交互数据,输入多模态职业预测模型进行所述用户职业预测,获得所述职业类别和所述置信度。

9.根据权利要求8所述的虚拟环境主题处理方法,所述多模态职业预测模型,包括图像特征提取网络、交互特征提取网络和多模态职业预测网络;

其中,所述用户职业预测,采用如下方式实现:

通过所述图像特征提取网络从所述图像数据中提取图像特征,并利用所述交互特征提取网络从所述交互数据中提取交互特征;

将所述图像特征和所述交互特征输入所述多模态职业预测网络,计算存储职业类别中各职业类别的预测概率;

根据所述预测概率在所述存储职业类别中确定所述职业类别,并将符合预设条件的预测概率作为所述置信度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210989247.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top