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。