申请/专利权人:深圳先进技术研究院
申请日:2024-02-01
公开(公告)日:2024-06-18
公开(公告)号:CN118212114A
主分类号:G06T1/20
分类号:G06T1/20;G06N3/0464;G06N3/044;G06N3/084;G06N3/09;G06V10/80;G06V10/82
优先权:
专利状态码:在审-公开
法律状态:2024.06.18#公开
摘要:本发明公开了一种图形渲染程序帧率预测方法。该方法包括:针对目标图形渲染程序,获取微架构无关特征数据,并进行归一化处理,得到标准化特征数据;将所述标准化特征数据输入到经训练的帧率预测模型,获得帧率预测结果;其中,所述帧率预测模型包括卷积神经网络层、循环神经网络层、注意力层和输出层,所述卷积神经网络层用于从所述标准化特征数据中提取空间信息和局部特征,获得局部特征;所述循环神经网络层基于该局部特征提取对应的时序特征,所述注意力层对该时序特征分配权重系数,进而得到全局融合特征;所述输出层基于所述全局融合特征输出帧率预测结果。本发明提高了帧率预测的准确性、效率和泛化能力。
主权项:1.一种图形渲染程序帧率预测方法,包括以下步骤:针对目标图形渲染程序,获取微架构无关特征数据,并进行归一化处理,得到标准化特征数据;将所述标准化特征数据输入到经训练的帧率预测模型,获得帧率预测结果;其中,所述帧率预测模型包括卷积神经网络层、循环神经网络层、注意力层和输出层,所述卷积神经网络层用于从所述标准化特征数据中提取空间信息和局部特征,获得局部特征;所述循环神经网络层基于该局部特征提取对应的时序特征,所述注意力层对该时序特征分配权重系数,进而得到全局融合特征;所述输出层基于所述全局融合特征输出帧率预测结果。
全文数据:
权利要求:
百度查询: 深圳先进技术研究院 一种图形渲染程序帧率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。