基于显著性的数字环境适应方法
（映维网Nweon 2023年10月27日）在XR数字环境中为用户创建个性化体验十分困难。另外，基于与另一个数字环境相关的内容调整数字环境同样困难，
所以在名为“Saliency-based digital environment adaptation”的专利申请中，微软介绍了一种基于显著性的数字环境适应方法。在示例中，数字环境可以基于各种因素进行调整，包括内容属性、环境属性、用户配置文件属性、和/或群体属性等等。因此，可以基于所述因素为数字环境的内容和/或位置确定显著性度量。
接下来，可以根据相关的显著性度量来确定来自一组内容的内容，其中根据每个内容实例的显著性度量对内容集进行排序。
因此，可以确定用于向用户展示的最高排名的显著性度量。例如，可以向用户展示2D或3D资产，并且/或者可以合并或修改环境机制
作为另一个示例，可以利用相似的技术来确定空间位置，以便向用户展示内容，并根据相关的显著性度量对一组空间位置进行排序。因此，数字环境所提供的体验可能因用户而异，为每个用户提供个性化的体验
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
以实现数字环境适应的功能。数字环境平台102可以是一个软件应用程序或一个硬件设备，用于管理和控制数字环境服务104和计算设备106。数字环境服务104可以提供各种功能，包括数据存储、数据处理、数据分析和用户界面等。计算设备106可以是个人电脑、智能手机、平板电脑或其他可连接到网络的设备。通过网络108，数字环境平台102可以与数字环境服务104和计算设备106进行通信，以便实现数字环境适应的目标
数字环境平台102能够汇集与一个或多个数字环境相关的遥测数据。该数字环境平台102包括请求处理器110、显著性度量引擎112、交互数据存储114和内容数据存储116
在示例中，请求处理器110处理可从数字环境服务104和计算设备106接收的各种请求。例如，请求处理器110可以处理与内容相关联的显著性度量的请求。请求可以包含对其显著性度量的内容的指示、相关数字环境的指示和/或一个或多个统计数据。
显著性度量引擎112可以生成显著性度量和/或位置和/或内容的指示。例如，显著性度量引擎112可以处理存储在交互数据存储114中的遥测数据和/或与候选内容相关的内容属性。
显著性度量引擎112可以使用各种技术中的任何一种来生成显著性度量，和/或基于上述相关因素从一组候选者中确定内容和/或位置。
系统100进一步包括可用于提供数字环境的数字环境服务104。例如，当向计算设备106的用户呈现用于显示的数字环境时，环境应用程序122和数字环境服务104可以分别作为客户机和服务器运行。
在其他示例中，环境应用程序122可以在本地运行，使得数字环境服务104可以将环境应用程序122分发到各种计算设备中的任何一个。
数字环境服务104由显著性处理器118和内容数据存储器120组成。在示例中，显著性处理器118用于生成和/或获取遥测数据
另外，显著性处理器118可以从数字环境平台请求显著性度量。例如，显著性处理器118可以请求内容数据存储120的内容的显著性度量和/或可以请求来自数字环境平台102的外部内容。
如上所述，环境应用程序122可以生成用于向计算设备106的用户呈现的数字环境。作为另一示例，数字环境的至少一部分可以通过数字环境服务104呈现。
因此，显著性处理器124124和/或显著性处理器118可以确定用于适应数字环境的内容。例如，显著性处理器124124可以从数字环境平台102请求显著性度量和/或内容。
在一个案例中，请求包括用户配置文件的至少一部分，该配置文件可以由计算设备106存储。在其他案例中，信息可以通过数字环境服务104和/或数字环境平台102进行存储
环境应用122的作用是确定内容的空间位置，选择要向用户展示的内容，以及根据确定的内容调整环境机制
在其他示例中，可以使用任意数量的计算设备。在这些示例中，数字环境可以根据每个计算设备的用户进行调整，以呈现不同的相关表示给每个用户
举例来说，第一个用户可以将数字环境视为包含第一个内容项，而第二个用户可以将数字环境视为包含第二个内容项。同样地，不同的环境机制可以适用于不同的用户，就像第一个用户喜欢某种环境机制，而第二个用户不喜欢这种环境机制
作为进一步的示例，可以基于与第一个用户相关联的第一个兴趣集向第一个用户呈现外部内容，而可以基于与第二个用户相关联的第二个兴趣集向第二个用户呈现外部内容
图2示出用于生成内容显著性度量的示例方法200。
从操作202开始，我们可以获得一组内容属性。举个例子，这些属性集可以包括内容的相对可获取性和/或稀缺性
操作204，获得一组环境属性。在示例中，环境属性集与数字环境中的空间位置相关，内容可以在所述空间位置呈现，例如靠近用户的空间位置。作为另一个示例，环境属性集可以包括关于用户在数字环境的故事情节中的进展的指示。
操作206，获得一组用户配置文件属性。例如，用户配置文件属性集可以与用户的游戏或交互风格、用户的注意习惯（例如基于从AR/VR头显确定的用户视角）等相关。
在操作208中，获得一组属性。在示例中，属性集包括类似于在操作206中获得的属性，但根据一个或多个统计数据进行汇总。例如，可以根据与一个或多个数字环境(例如，可以由诸如交互数据存储114的交互数据存储)相关联的遥测数据来确定人口属性集。例如，人口属性可以指示与游戏机制和/或用户所在的空间位置和/或可以确定的内容相关的难度级别和/或受欢迎程度。
用中文重写的内容如下：操作210是基于从操作202-208中获取的属性生成内容的显著性度量。操作210的不同方面可以包括使用机器学习模型生成显著性度量。举一个例子，操作210可能会根据与每个属性相关联的一组权重生成显著性度量
操作212，提供所生成的显著性度量的指示。例如，显著性度量可以作为对显著性度量请求的响应而提供。作为另一个示例，可以提供显著性度量并用于对一组内容进行排序。
图3示出调整数字环境的示例方法300。
开始操作302后，可以获取一组候选内容。例如，这些内容的一部分可能与数字环境有关。另外，这些内容的一部分可能包括外部来源的内容。可以从各种来源获取这些内容集
操作304，为内容集确定显著性度量。例如，操作304可以包括为在操作302处获得的内容集中的每个内容实例生成显著性度量。
根据操作304生成的显著性度量，对内容集进行排序并转到操作308。从排序后的内容集中确定内容。例如，可以选择一个或多个排名最高的内容实例，或者根据具有高于预设阈值的显著性度量，从内容实例中随机选择内容
操作310，根据在操作308中确定的内容调整数字环境。例如，操作310可以包括调整数字环境以包括用于向用户呈现的2D或3D asset或NPC。另一个例子是，向用户呈现不同的RPG故事选择，或者具有不同的难度、突出程度和/或长度。
在图4中展示了另一种调整数字环境的示例方法400
从操作402开始，确定了一组位置。在示例中，位置集可以基于用户在数字环境中的位置来确定。例如，位置集可以包括靠近用户的表面。
对于重写的内容，我们需要将其转换为中文，并在不改变原始意思的情况下进行重写
需要重写的内容是：操作406，根据在操作404中生成的显著性度量对位置集进行排序。转到操作408，根据位置的排序集确定位置。例如，选择一个或多个排名最高的位置，或者作为另一个示例，可以从具有高于预设阈值的显著性度量的位置中随机选择位置
操作410，确定内容以适应数字环境。操作412，使用在操作410确定的内容，根据在操作408确定的位置调整数字环境。例如，操作412可以包括调整数字环境以包括用于在确定位置向用户呈现的2D或3D aset或NPC。
相关专利：Microsoft Patent | Saliency-based digital environment adaptation
https://patent.nweon.com/30770
名为“Saliency-based digital environment adaptation”的微软专利申请最初在2022年3月提交，并在日前由美国专利商标局公布。
---
原文链接：https://news.nweon.com/114274 需要进行改写的内容是：原文链接：https://news.nweon.com/114274
