一种基于VR的立体视觉训练、评估方法和装置制造方法及图纸

本发明专利技术提供了一种基于VR的立体视觉训练、评估方法和装置，属于视觉训练领域，解决现有关于立体视觉训练枯燥乏味、评估缺乏量化标准的技术问题。包括：在虚拟三维训练场景中为用户显示因不同视差而形成的多个具有深度的训练目标；在训练过程中要求用户辨识两两训练目标之间深度的差异并接收用户的反馈信息；根据反馈信息自适应的重新配置两两训练目标之间深度的差异，输出并显示配置后的训练目标；通过不断重复辨识两两训练目标之间深度的差异形成训练的迭代促进过程。以连贯的互动任务为主要训练内容，整个训练过程能提供更高的沉浸体验。用趣味性的训练内容以交互的方式自适应的体制引人入胜，达到准确客观的训练及评估用户立体视觉功能的作用。

【技术实现步骤摘要】
一种基于VR的立体视觉训练、评估方法和装置
本专利技术涉及视觉训练
，具体涉及一种基于VR的立体视觉训练、评估方法和装置。
技术介绍
目前市面上立体视觉的训练及评估量化方式多靠纸质的测试方式及红蓝、偏振眼镜组合来实现立体视觉的量化。此类检测方式，多数如Langtest和RandomDotStereoTests，其测试过程多数无法重复进行第二次，且需要医务人员的密切指导及配合来实现立体视觉的训练及评估量化。同时，传统的立体式视觉训练系统(例如中国专利技术专利申请的说明书中CN102885606A就公开了利用图库组成的立体视觉训练系统)，但是其无法提供全场景沉浸式、高互动的训练场景，其也不能针对用户立体视觉的客观情况作出准确的评估。
技术实现思路
鉴于上述问题，本专利技术实施例一种基于VR的立体视觉训练方法、评估方法、装置和存储介质，解决现有关于立体视觉训练枯燥，缺乏立体视觉评估量化标准的技术问题。为解决上述技术问题，本专利技术提供以下技术方案：第一方面，本专利技术提供一种基于VR的立体视觉训练方法，该方法包括：在虚拟三维训练场景中为用户显示因不同视差而形成的多个具有深度的训练目标；在训练过程中要求用户辨识两两训练目标之间深度的差异并接收用户的反馈信息；根据反馈信息自适应的重新配置两两训练目标之间深度的差异，输出并显示重新配置后的训练目标；通过不断重复辨识两两训练目标之间深度的差异形成训练的迭代促进过程。在本专利技术一实施例中，所述在虚拟三维训练场景中为用户显示因不同视差而形成的多个具有深度的训练目标包括：将同一训练目标分别独立显示在两块显示屏幕的不同位置处形成视差进而形成脑部的深度感知；通过上述方式重复添加不同的训练目标进而形成多个具有不同深度的训练目标。在本专利技术一实施例中，所述在训练过程中要求用户辨识两两训练目标之间深度的差异包括：将任务目标的基准点定义在用户左眼视角点和右眼视角点的中点；将需要辨识的两个训练目标中的一训练目标的中心点与基准点之间的距离定义为第一深度；将需要辨识的两个训练目标中的另一训练目标的中心点与基准点之间的距离定义为第二深度；要求用户辨识的是第一深度与第二深度所对应训练目标的深度感知。在本专利技术一实施例中，还包括：将训练目标的尺寸与训练目标的中心点到基准点的距离的比值设置为一个定值。第二方面，本专利技术提供一种基于VR的立体视觉评估方法，该方法包括：根据一种基于VR的立体视觉训练方法中的反馈信息获取用户能够辨别的两两训练目标之间深度的最小差异；根据所述最小差异对用户立体视觉进行量化评估。第三方面，本专利技术提供一种基于VR的立体视觉训练装置，该装置包括：训练目标形成单元：用于在虚拟三维训练场景为用户显示因不同视差而形成的多个具有深度的训练目标；任务反馈接收单元：用于在训练过程中要求用户辨识两两训练目标之间深度的差异并接收用户的反馈信息；自适应配置单元：用于根据反馈信息自适应的重新配置两两训练目标之间深度的差异，输出并显示配置后的训练目标；训练效果提升单元：用于通过不断重复辨识两两训练目标之间深度的差异形成训练的迭代促进过程。在本专利技术一实施例中，所述训练目标形成单元具体用于：将同一训练目标分别独立显示在两块显示屏幕的不同位置处形成视差进而形成脑部的深度感知；通过上述方式重复添加不同的训练目标进而形成多个具有不同深度的训练目标。在本专利技术一实施例中，所述自适应配置单元具体用于：将任务目标的基准点定义在用户左眼视角点和右眼视角点的中点；将需要辨识的两个训练目标中的一训练目标的中心点与基准点之间的距离定义为第一深度；将需要辨识的两个训练目标中的另一训练目标的中心点与基准点之间的距离定义为第二深度；要求用户辨识的是第一深度与第二深度所对应训练目标的深度感知。在本专利技术一实施例中，所述自适应配置单元还用于：将训练目标的尺寸与训练目标的中心点到基准点的距离的比值设置为一个定值。第四方面，本专利技术提供一种基于VR的立体视觉评估装置，该装置包括：差异获取单元:用于根据一种基于VR的立体视觉训练方法中的反馈信息获取用户能够辨别的两两训练目标之间深度的最小差异；量化评估单元:用于根据所述最小差异对用户立体视觉进行量化评估。第五方面，本专利技术提供一种电子设备，该设备包括：处理器、存储器、与网关通信的接口；存储器用于存储程序和数据，所述处理器调用存储器存储的程序，以执行第一方面任一项提供的一种基于VR的立体视觉训练方法。第六方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质包括程序，所述程序在被处理器执行时用于执行第一方面任一项提供的一种基于VR的立体视觉训练方法。从上述描述可知，本专利技术实施例提供一种基于VR的立体视觉训练、评估方法、装置、设备和存储介质。在本专利技术中，立体视觉的训练是在虚拟三维环境中进行的，在立体视觉的训练中辨识两两训练目标之间深度的差异为主要的训练内容，在用户进行辨识后根据用户的反馈信息形成新的训练目标，任务之间的切换是连贯的，整个训练过程能提供更高的沉浸式体验。在虚拟三维环境中训练提升了训练内容的趣味性，使用户更愿接受，以高交互的方式自适应的体制引人入胜，通过立体视觉训练过程形成的立体视觉评估可以达到准确、客观评估用户立体视觉功能的作用。附图说明图1所示为本专利技术一种基于VR的立体视觉训练方法的流程示意图；图2所示为本专利技术一种基于VR的立体视觉训练方法中虚拟三维训练场景的示意图；图3所示为本专利技术一种基于VR的立体视觉训练方法中用户脑部成像的原理示意图；图4所示为本专利技术一种基于VR的立体视觉训练方法中的近深度训练目标在屏幕显示位置的示意图；图5所示为本专利技术一种基于VR的立体视觉训练方法中的近深度训练目标的形成原理示意图；图6所示为本专利技术一种基于VR的立体视觉训练方法中的远深度训练目标在屏幕显示位置的示意图；图7所示为本专利技术一种基于VR的立体视觉训练方法中的远深度训练目标的形成原理示意图；图8所示为本专利技术一种基于VR的立体视觉训练方法中根据不同距离相应训练目标尺寸变化规则的示意图；图9所示为本专利技术一种基于VR的立体视觉训练方法中根据图8所定规则用户在VR设备中观察到的训练目标的最终效果图；图10所示为本专利技术一种基于VR的立体视觉评估方法的流程示意图；图11所示为本专利技术一种基于VR的立体视觉训练装置的结构示意图；图12所示为本专利技术一种基于VR的立体视觉评估装置的结构示意图；图13所示为本专利技术一种电子设备的结构示意图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚、明白，以下结合附图及具体实施方式对本专利技术作进一步说明。显然，所描述的实施例仅仅是本专利技术一部分实施例本文档来自技高网...

【技术保护点】
1.一种基于VR的立体视觉训练方法，其特征在于，该方法包括：/n在虚拟三维训练场景中为用户显示因不同视差而形成的多个具有深度的训练目标；/n在训练过程中要求用户辨识两两训练目标之间深度的差异并接收用户的反馈信息；/n根据反馈信息自适应的重新配置两两训练目标之间深度的差异，输出并显示重新配置后的训练目标；/n通过不断重复辨识两两训练目标之间深度的差异形成训练的迭代促进过程。/n

【技术特征摘要】
1.一种基于VR的立体视觉训练方法，其特征在于，该方法包括：
在虚拟三维训练场景中为用户显示因不同视差而形成的多个具有深度的训练目标；
在训练过程中要求用户辨识两两训练目标之间深度的差异并接收用户的反馈信息；
根据反馈信息自适应的重新配置两两训练目标之间深度的差异，输出并显示重新配置后的训练目标；
通过不断重复辨识两两训练目标之间深度的差异形成训练的迭代促进过程。


2.如权利要求1所述的一种基于VR的立体视觉训练方法，其特征在于，所述在虚拟三维训练场景中为用户显示因不同视差而形成的多个具有深度的训练目标包括：
将同一训练目标分别独立显示在两块显示屏幕的不同位置处形成视差进而形成脑部的深度感知；
通过上述方式重复添加不同的训练目标进而形成多个具有不同深度的训练目标。


3.如权利要求1所述的一种基于VR的立体视觉训练方法，其特征在于，所述在训练过程中要求用户辨识两两训练目标之间深度的差异包括：
将任务目标的基准点定义在用户左眼视角点和右眼视角点的中点；
将需要辨识的两个训练目标中的一训练目标的中心点与基准点之间的距离定义为第一深度；
将需要辨识的两个训练目标中的另一训练目标的中心点与基准点之间的距离定义为第二深度；
要求用户辨识的是第一深度与第二深度所对应训练目标的深度感知。


4.如权利要求3所述的一种基于VR的立体视觉训练方法，其特征在于，还包括：
将训练目标的尺寸与训练目标的中心点到基准点的距离的比值设置为一个定值。


5.一种基于VR的立体视觉评估方法，其特征在于，包括：
根据权利要求1至4中任意一项所述的一种基于VR的立体视觉训练方法中的反馈信息获取用户能够辨别的两两训练目标之间深度的最小差异；
根据所述最小差异对用户立体视觉进行量化评估。...

【专利技术属性】
技术研发人员：袁进，李劲嵘，封檑，李奇威，李子奇，任鸿伦，哈卿，李一鸣，俞益洲，乔昕，
申请(专利权)人：杭州深睿博联科技有限公司，北京深睿博联科技有限责任公司，
类型：发明
国别省市：浙江;33