VR体感数据检测方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了VR体感数据检测方法、装置、计算机设备及存储介质。该方法包括通过对标准动作特征数据进行动作分解得到标准3D节点数据；将标准3D节点数据根据人体动作映射表进行数据转化得到对应的标准动作数据集合；接收由目标终端上传的当前动作特征数据，依次通过动作分解和根据人体动作映射表数据转化，得到对应的当前动作数据集合；获取当前动作数据集合中各人体动作序列与标准动作数据集合中对应人体动作序列之间的当前相似度；若相似度低于相似度阈值，将提醒信息发送至对应的目标终端。该方法实现了由VR实时扫描人体动作，并和标准动作进行匹配识别，精准识别当前的动作与标准动作的相似度，对于错误动作进行及时提示。

VR somatosensory data detection method, device, computer equipment and storage medium

【技术实现步骤摘要】
VR体感数据检测方法、装置、计算机设备及存储介质
本专利技术涉及图像识别
，尤其涉及一种VR体感数据检测方法、装置、计算机设备及存储介质。
技术介绍
目前，VR设备(即虚拟现实设备)采集人体动作时，一般是基于模式识别技术。当人们看到某物或现象时，人们首先会收集该物体或现象的所有信息，然后将其行为特征与头脑中己有的相关信息相比较，如果找到一个相同或相似的匹配，人们就可以将该物体或现象识别出来。因此，某物体或现象的相关信息，如空间信息、时间信息等，就构成了该物体或现象的模式。模式识别研究主要集中在两方面，一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。自动模式识别简单来说是指无需人为干扰，机器能自动把具体的样本归类到某一个模式，自动模式识别技术是人工智能技术重要组成部分。现在自动模式识别主要是应用机器学习中有关方法实现。常用的模式识别方法有统计模式识别方法、句法结构模式识别方法、人工神经网络模式识别方法。但传统模式识别技术，对人体动作识别计算难度比较大，模式识别的有效性比较低，尤其对连续动作的识别率比较低，无法对错误动作进行及时纠正。
技术实现思路
本专利技术实施例提供了一种VR体感数据检测方法、装置、计算机设备及存储介质，旨在解决现有技术中通过模式识别技术对连续人体动作识别的识别率较低，且无法对错误动作进行及时纠正的问题。第一方面，本专利技术实施例提供了一种VR体感数据检测方法，其包括：r>接收由采集终端中各关键传感器所采集并上传的标准动作特征数据；通过对所述标准动作特征数据进行动作分解得到标准3D节点数据；将所述标准3D节点数据根据预先设置的人体动作映射表进行数据转化，得到对应的标准动作数据集合；其中，所述人体动作映射表中存储有多种标准3D节点数据与标准动作数据的映射关系；接收由目标终端所采集并上传的当前动作特征数据，依次通过动作分解和根据所述人体动作映射表数据转化，得到对应的当前动作数据集合；获取所述当前动作数据集合中人体动作序列与所述标准动作数据集合中对应的人体动作序列之间的当前相似度；其中，所述当前动作数据集合中的多个依时序排列的人体动作值组成与所述当前动作数据集合对应的人体动作序列，所述标准动作数据集合中的多个依时序排列的人体动作值组成与所述标准动作数据集合对应的人体动作序列；以及若所述相似度低于预设的相似度阈值，将所述当前相似度的提醒信息发送至对应的目标终端。第二方面，本专利技术实施例提供了一种VR体感数据检测装置，其包括：初始标准数据采集单元，用于接收由采集终端中各关键传感器所采集并上传的标准动作特征数据；标准3D节点数据获取单元，用于通过对所述标准动作特征数据进行动作分解得到标准3D节点数据；标准动作数据集合获取单元，用于将所述标准3D节点数据根据预先设置的人体动作映射表进行数据转化，得到对应的标准动作数据集合；其中，所述人体动作映射表中存储有多种标准3D节点数据与标准动作数据的映射关系；当前动作数据集合获取单元，用于接收由目标终端所采集并上传的当前动作特征数据，依次通过动作分解和根据所述人体动作映射表数据转化，得到对应的当前动作数据集合；当前相似度计算单元，用于获取所述当前动作数据集合中人体动作序列与所述标准动作数据集合中对应的人体动作序列之间的当前相似度；其中，所述当前动作数据集合中的多个依时序排列的人体动作值组成与所述当前动作数据集合对应的人体动作序列，所述标准动作数据集合中的多个依时序排列的人体动作值组成与所述标准动作数据集合对应的人体动作序列；以及通知单元，用于若所述相似度低于预设的相似度阈值，将所述当前相似度的提醒信息发送至对应的目标终端。第三方面，本专利技术实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的VR体感数据检测方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的VR体感数据检测方法。本专利技术实施例提供了一种VR体感数据检测方法、装置、计算机设备及存储介质，通过VR实时扫描人体动作，并和标准动作进行匹配识别，识别当前的动作与标准动作的相似度，对于错误动作进行及时提示。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的VR体感数据检测方法的应用场景示意图；图2为本专利技术实施例提供的VR体感数据检测方法的流程示意图；图3为本专利技术实施例提供的VR体感数据检测方法的子流程示意图；图4为本专利技术实施例提供的VR体感数据检测方法的另一子流程示意图；图5为本专利技术实施例提供的VR体感数据检测方法的另一子流程示意图；图6为本专利技术实施例提供的VR体感数据检测方法的另一子流程示意图；图7为本专利技术实施例提供的VR体感数据检测装置的示意性框图；图8为本专利技术实施例提供的VR体感数据检测装置的子单元示意性框图；图9为本专利技术实施例提供的VR体感数据检测装置的另一子单元示意性框图；图10为本专利技术实施例提供的VR体感数据检测装置的另一子单元示意性框图；图11为本专利技术实施例提供的VR体感数据检测装置的另一子单元示意性框图；图12为本专利技术实施例提供的计算机设备的示意性框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1和图2，图1为本专利技术实施例提供的VR体感数据检测方法的应用场景示意图；图2为本专利技术实施例提供的VR体感数据检测本文档来自技高网...

【技术保护点】
1.一种VR体感数据检测方法，其特征在于，包括：/n接收由采集终端中各关键传感器所采集并上传的标准动作特征数据；/n通过对所述标准动作特征数据进行动作分解得到标准3D节点数据；/n将所述标准3D节点数据根据预先设置的人体动作映射表进行数据转化，得到对应的标准动作数据集合；其中，所述人体动作映射表中存储有多种标准3D节点数据与标准动作数据的映射关系；/n接收由目标终端所采集并上传的当前动作特征数据，依次通过动作分解和根据所述人体动作映射表数据转化，得到对应的当前动作数据集合；/n获取所述当前动作数据集合中人体动作序列与所述标准动作数据集合中对应的人体动作序列之间的当前相似度；其中，所述当前动作数据集合中的多个依时序排列的人体动作值组成与所述当前动作数据集合对应的人体动作序列，所述标准动作数据集合中的多个依时序排列的人体动作值组成与所述标准动作数据集合对应的人体动作序列；以及/n若所述相似度低于预设的相似度阈值，将所述当前相似度的提醒信息发送至对应的目标终端。/n

【技术特征摘要】
1.一种VR体感数据检测方法，其特征在于，包括：
接收由采集终端中各关键传感器所采集并上传的标准动作特征数据；
通过对所述标准动作特征数据进行动作分解得到标准3D节点数据；
将所述标准3D节点数据根据预先设置的人体动作映射表进行数据转化，得到对应的标准动作数据集合；其中，所述人体动作映射表中存储有多种标准3D节点数据与标准动作数据的映射关系；
接收由目标终端所采集并上传的当前动作特征数据，依次通过动作分解和根据所述人体动作映射表数据转化，得到对应的当前动作数据集合；
获取所述当前动作数据集合中人体动作序列与所述标准动作数据集合中对应的人体动作序列之间的当前相似度；其中，所述当前动作数据集合中的多个依时序排列的人体动作值组成与所述当前动作数据集合对应的人体动作序列，所述标准动作数据集合中的多个依时序排列的人体动作值组成与所述标准动作数据集合对应的人体动作序列；以及
若所述相似度低于预设的相似度阈值，将所述当前相似度的提醒信息发送至对应的目标终端。


2.根据权利要求1所述的VR体感数据检测方法，其特征在于，所述通过对所述标准动作特征数据进行动作分解得到标准3D节点数据之前，还包括：
采集与所述标准动作特征数据对应的彩色图像；
将所述彩色图像进行灰度化处理，得到灰度图像。


3.根据权利要求2所述的VR体感数据检测方法，其特征在于，所述通过对所述标准动作特征数据进行动作分解得到标准3D节点数据，包括：
将所采集的标准动作特征数据转化为点云数据；
获取各关键传感器节点在灰度图像上的标记点所对应的屏幕坐标；
获取所述点云数据中的点云特征点，以组成点云特征点集；
获取点云特征点集中5个手指指尖的点云特征点，及与5个手指指尖的点云特征点对应的3D节点数据；
根据5个手指指尖的点云特征点对应的屏幕坐标矩阵，及根据5个手指指尖对应的3D节点数据相应三维坐标矩阵的逆矩阵，对应获取匹配矩阵；
获取各关键传感器节点在灰度图像上的标记点中去掉5个手指指尖的剩余标记点，以得到灰度图像上的剩余标记点集；
将所述剩余标记点集中各标记点对应的屏幕坐标乘以所述匹配矩阵，得到与所述标准动作特征数据对应的标准3D节点数据。


4.根据权利要求3所述的VR体感数据检测方法，其特征在于，所述获取各关键传感器节点在灰度图像上的标记点所对应的屏幕坐标，包括：
根据所述灰度图像的最大灰度值和最小灰度值获取初始灰度阈值；
根据所述初始灰度阈值将所述灰度图像划分为目标区域和背景区域以组成分割图像，并获取与目标区域对应的第一平均灰度值、及与背景区域对应的第二平均灰度值；
获取各关键传感器节点在分割图像上的标记点所对应的屏幕坐标。


5.根据权利要求3所述的VR体感数据检测方法，其特征在于，所述根据5个手指指尖的点云特征点对应的屏幕坐标矩阵，及根据5个手指指尖对应的3D节点数据相应三维坐标矩阵的逆矩阵，对应获取匹配矩阵，包括：<...

【专利技术属性】
技术研发人员：张杰，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44