本發(fā)明涉及元宇宙技術，尤其涉及基于高效引擎的元宇宙場景搭建中的資源整合方法及系統(tǒng)。

背景技術：

1、在元宇宙場景搭建中，資源整合是至關重要的環(huán)節(jié)，它直接影響到場景加載速度、渲染效率以及用戶體驗。構建一個沉浸式、流暢的元宇宙世界，需要處理海量的場景資源數據，包括模型、紋理、音效、動畫等。這些資源不僅數量龐大，而且彼此之間存在復雜的依賴關系，如何有效地組織、管理和加載這些資源，是當前元宇宙技術發(fā)展面臨的一大挑戰(zhàn)。

2、然而，現(xiàn)有技術在資源整合方面存在以下不足：

3、一是資源組織方式較為粗放，缺乏對資源之間關聯(lián)關系的精細化管理。傳統(tǒng)方法通常采用簡單的文件夾或數據庫結構來存儲資源，難以清晰地表達資源之間的依賴關系，導致資源加載過程中容易出現(xiàn)遺漏或錯誤，降低了場景渲染的效率。

4、二是資源加載策略不夠智能，無法根據用戶行為進行自適應調整?，F(xiàn)有的資源加載方式往往采用預加載或按需加載策略，無法根據用戶的歷史交互數據預測其下一步行為，導致用戶可能需要等待較長時間才能看到目標場景，影響用戶體驗。

技術實現(xiàn)思路

1、本發(fā)明實施例提供方法及系統(tǒng)，能夠解決現(xiàn)有技術中的問題。

2、本發(fā)明實施例的第一方面，提供基于高效引擎的元宇宙場景搭建中的資源整合方法，包括：

3、獲取元宇宙場景中的場景資源數據，將所述場景資源數據按照數據類型進行分類，建立場景資源數據的組織結構圖，所述組織結構圖中記錄場景資源數據之間的關聯(lián)關系；根據場景資源數據的關聯(lián)程度、使用頻率對場景資源數據進行分級，將場景資源數據存儲至對應級別的存儲區(qū)域中；

4、基于深度學習模型分析用戶在元宇宙場景中的歷史交互數據，輸出用戶下一步訪問的目標場景區(qū)域并獲取所述目標場景區(qū)域對應的場景資源數據的存儲位置信息；

5、基于所述組織結構圖計算目標場景區(qū)域的資源依賴關系，生成資源加載序列；根據所述資源加載序列建立資源索引樹，在所述資源索引樹中記錄場景資源之間的層級關系和關聯(lián)程度，基于所述資源索引樹對場景資源進行自適應壓縮，其中，壓縮比例與資源關聯(lián)程度成反比，關聯(lián)程度越高的資源采用越低的壓縮比例；

6、實時監(jiān)控場景資源的加載狀態(tài)，當檢測到場景資源加載異常時，啟動資源加載備用通道，通過備用通道獲取異常資源的備份數據；將完成整合的場景資源數據輸出至元宇宙場景渲染引擎，用于元宇宙場景的實時渲染。

7、將所述場景資源數據按照數據類型進行分類，建立場景資源數據的組織結構圖，所述組織結構圖中記錄場景資源數據之間的關聯(lián)關系包括：

8、將所述場景資源數據按照數據表現(xiàn)形式劃分為幾何數據、材質數據、環(huán)境數據以及交互數據，所述幾何數據包括模型網格數據和頂點坐標數據，所述材質數據包括材質貼圖數據和法線貼圖數據，所述環(huán)境數據包括光照信息數據和陰影信息數據，所述交互數據包括碰撞體數據和觸發(fā)器數據；

9、將所述場景資源數據按照數據粒度劃分為基礎元素層數據、組合元素層數據和場景元素層數據，所述基礎元素層數據包括單個模型數據和單張貼圖數據，所述組合元素層數據包括模型組合數據和材質組合數據，所述場景元素層數據包括完整場景單元數據；

10、計算場景資源數據之間的關聯(lián)強度；基于所述關聯(lián)強度構建場景資源數據的組織結構圖，在所述場景資源數據的組織結構圖中將場景資源數據作為節(jié)點，將場景資源數據之間的關聯(lián)關系作為連接邊，所述連接邊的權重由所述關聯(lián)強度確定。

11、基于深度學習模型分析用戶在元宇宙場景中的歷史交互數據，輸出用戶下一步訪問的目標場景區(qū)域并獲取所述目標場景區(qū)域對應的場景資源數據的存儲位置信息包括：

12、獲取用戶在元宇宙場景中的歷史交互數據，所述歷史交互數據包括時空維度特征數據和交互行為特征數據，其中所述時空維度特征數據包括用戶移動軌跡序列數據和場景停留時間分布數據，所述交互行為特征數據包括操作序列編碼數據和交互強度矩陣數據；

13、采用雙向長短時記憶網絡對所述歷史交互數據進行處理，通過前向隱狀態(tài)和后向隱狀態(tài)的組合獲取時序特征，并通過可學習參數對所述時序特征進行加權融合，得到融合時序特征數據；

14、基于多頭自注意力機制構建用戶興趣模型，將所述融合時序特征數據映射為查詢矩陣、鍵矩陣和值矩陣，計算注意力權重分布，并通過多頭拼接得到用戶興趣特征數據；

15、將所述融合時序特征數據與所述用戶興趣特征數據進行特征融合，得到場景預測特征數據；

16、利用多層感知機對所述場景預測特征數據進行處理，輸出目標場景的預測概率分布。

17、基于所述組織結構圖計算目標場景區(qū)域的資源依賴關系，生成資源加載序列；根據所述資源加載序列建立資源索引樹，在所述資源索引樹中記錄場景資源之間的層級關系和關聯(lián)程度，基于所述資源索引樹對場景資源進行自適應壓縮包括：

18、基于所述場景資源數據計算場景資源之間的依賴強度，所述依賴強度通過功能依賴度、時序依賴度以及內容依賴度的加權計算得出，其中所述功能依賴度根據所述資源調用數據計算得出，所述時序依賴度根據所述資源加載數據計算得出，所述內容依賴度根據所述資源內容數據計算得出；

19、基于所述組織結構圖計算目標場景區(qū)域的資源依賴關系，所述資源依賴關系通過依賴傳遞路徑上的依賴強度連乘并施加距離衰減函數得出，所述距離衰減函數隨依賴傳遞路徑長度呈指數遞減；

20、將所述依賴強度與所述資源依賴關系進行組合得出資源節(jié)點的加載優(yōu)先級，根據所述加載優(yōu)先級對資源節(jié)點進行排序，生成資源加載序列；

21、基于所述資源加載序列構建資源索引樹，在所述資源索引樹中記錄資源節(jié)點的層級關系，計算資源節(jié)點之間的關聯(lián)度量值；根據所述關聯(lián)度量值確定資源壓縮策略；

22、通過sigmoid函數將關聯(lián)度量值映射為壓縮比例；按照所述壓縮比例對場景資源執(zhí)行自適應壓縮處理，得到壓縮后的場景資源數據；

23、將壓縮后的場景資源數據按照所述資源加載序列進行加載，實現(xiàn)場景資源的優(yōu)化加載。

24、基于所述資源加載序列構建資源索引樹，在所述資源索引樹中記錄資源節(jié)點的層級關系，計算資源節(jié)點之間的關聯(lián)度量值；根據所述關聯(lián)度量值確定資源壓縮策略包括：

25、基于資源加載序列構建資源索引樹，通過判斷資源節(jié)點的父節(jié)點關系確定資源節(jié)點的層級值，所述資源節(jié)點的層級值通過遞歸計算得到，對于不存在父節(jié)點的資源節(jié)點，將所述層級值設置為零，對于存在父節(jié)點的資源節(jié)點，將所述層級值設置為其父節(jié)點的層級值加一；

26、根據所述資源節(jié)點的層級值與資源大小計算資源節(jié)點權重，所述資源節(jié)點權重隨層級值指數衰減，所述資源節(jié)點權重與資源大小呈正相關；

27、計算資源節(jié)點之間的直接關聯(lián)強度，所述直接關聯(lián)強度根據資源節(jié)點連接集合的交并比與層級差異懲罰項相乘得到，其中所述層級差異懲罰項通過sigmoid函數將層級差異映射到零到二的區(qū)間；

28、基于所述直接關聯(lián)強度計算資源節(jié)點之間的路徑關聯(lián)強度，所述路徑關聯(lián)強度通過路徑上直接關聯(lián)強度的連乘與路徑衰減函數的乘積得到；

29、將所述直接關聯(lián)強度與所述路徑關聯(lián)強度進行加權得到資源節(jié)點之間的綜合關聯(lián)度量值；

30、計算資源索引樹中資源節(jié)點的平衡因子，所述平衡因子為資源節(jié)點左子樹高度與右子樹高度的差值，當所述平衡因子的絕對值大于預設平衡閾值時，對資源索引樹進行重平衡處理；

31、基于所述綜合關聯(lián)度量值計算資源節(jié)點的基礎壓縮率，所述基礎壓縮率通過sigmoid函數將資源節(jié)點的平均關聯(lián)度與全局平均關聯(lián)度的差異映射到零到一的區(qū)間；

32、根據所述資源節(jié)點權重對所述基礎壓縮率進行自適應調整得到自適應壓縮率，所述自適應壓縮率隨資源節(jié)點權重的增大而減小。

33、當檢測到場景資源加載異常時，啟動資源加載備用通道，通過備用通道獲取異常資源的備份數據；將完成整合的場景資源數據輸出至元宇宙場景渲染引擎包括：

34、對多個備用通道進行優(yōu)先級計算，所述優(yōu)先級通過將通道帶寬、通道可靠性以及通道延遲輸入sigmoid函數得到，選擇具有最高優(yōu)先級的備用通道進行異常資源的加載；

35、從所述備用通道獲取異常資源的備份數據，計算異常資源與備份數據的一致性檢驗值，所述一致性檢驗值基于異常資源與備份數據的哈希值差異計算得到；

36、當所述一致性檢驗值小于預設一致性閾值時，將所述備份數據作為異常資源的替代數據，當所述一致性檢驗值不小于預設一致性閾值時，對異常資源與備份數據執(zhí)行數據合并處理得到替代數據；

37、計算場景資源數據的完整性評估值，所述完整性評估值為場景資源數據的有效數據量與期望數據量的比值；計算場景資源數據的渲染適配度，所述渲染適配度基于資源格式參數與目標格式參數的差異計算得到；

38、在滿足完整性評估值不低于最低完整性閾值且渲染適配度不低于最低適配度閾值的約束條件下，將場景資源數據輸出至元宇宙場景渲染引擎。

39、本發(fā)明實施例的第二方面，提供基于高效引擎的元宇宙場景搭建中的資源整合系統(tǒng)，包括：

40、第一單元，用于獲取元宇宙場景中的場景資源數據，將所述場景資源數據按照數據類型進行分類，建立場景資源數據的組織結構圖，所述組織結構圖中記錄場景資源數據之間的關聯(lián)關系；根據場景資源數據的關聯(lián)程度、使用頻率對場景資源數據進行分級，將場景資源數據存儲至對應級別的存儲區(qū)域中；

41、第二單元，用于基于深度學習模型分析用戶在元宇宙場景中的歷史交互數據，輸出用戶下一步訪問的目標場景區(qū)域并獲取所述目標場景區(qū)域對應的場景資源數據的存儲位置信息；

42、第三單元，用于基于所述組織結構圖計算目標場景區(qū)域的資源依賴關系，生成資源加載序列；根據所述資源加載序列建立資源索引樹，在所述資源索引樹中記錄場景資源之間的層級關系和關聯(lián)程度，基于所述資源索引樹對場景資源進行自適應壓縮，其中，壓縮比例與資源關聯(lián)程度成反比，關聯(lián)程度越高的資源采用越低的壓縮比例；

43、第四單元，用于實時監(jiān)控場景資源的加載狀態(tài)，當檢測到場景資源加載異常時，啟動資源加載備用通道，通過備用通道獲取異常資源的備份數據；將完成整合的場景資源數據輸出至元宇宙場景渲染引擎，用于元宇宙場景的實時渲染。

44、本發(fā)明實施例的第三方面，

45、提供一種電子設備，包括：

46、處理器；

47、用于存儲處理器可執(zhí)行指令的存儲器；

48、其中，所述處理器被配置為調用所述存儲器存儲的指令，以執(zhí)行前述所述的方法。

49、本發(fā)明實施例的第四方面，

50、提供一種計算機可讀存儲介質，其上存儲有計算機程序指令，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)前述所述的方法。

51、本技術的有益效果如下：

52、1.?提升資源加載效率：通過分析用戶歷史交互數據預測用戶行為，預加載目標場景區(qū)域資源，并根據資源依賴關系生成加載序列，避免了不必要的資源加載，從而縮短場景加載時間，提升用戶體驗。

53、2.?優(yōu)化資源存儲和利用：根據資源關聯(lián)程度和使用頻率進行分級存儲，并基于資源索引樹進行自適應壓縮，減少了存儲空間占用，提高了資源利用率。

54、3.?增強系統(tǒng)穩(wěn)定性：實時監(jiān)控資源加載狀態(tài)，并在加載異常時啟動備用通道，保證了場景渲染的穩(wěn)定性和流暢性，提升了系統(tǒng)的容錯能力。