基于虚拟现实的人机交互处理方法及系统技术方案

本申请提供的基于虚拟现实的人机交互处理方法及系统，通过指定的参考数据识别线程，获取待识别人机交互数据的初始识别结果，并对初始识别结果进行解析，确定其中每两个识别范围的相似度，这样能有效的降低数据错误的情况，能够准确的确定出种类匹配程度，将确定的种类匹配程度满足指定匹配情况的每i个识别范围的相似度，逐一确定为对应的参考识别范围，并基于每个参考识别范围各自涵盖的识别约束条件，确定对应的参考识别结果。因此，能有效地改善因为数据相似度过高而导致数据出现识别错误的问题，这样一来，提高了人机交互的准确性。性。性。

【技术实现步骤摘要】
基于虚拟现实的人机交互处理方法及系统


[0001]本申请涉及数据处理
，具体而言，涉及基于虚拟现实的人机交互处理方法及系统。

技术介绍

[0002]人机交互技术（Human
‑
Computer Interaction Techniques）是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。人机交互技术包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，人通过输入设备给机器输入有关信息，回答问题及提示请示等。人机交互技术是计算机用户界面设计中的重要内容之一。
[0003]现目前，科学技术不断的发展和进步，使人机交互能够更加快速的完成，提高工作效率。但是，在实际人机交互过程中，可能存在大量的干扰信息，这样一来，使的人机交互精度降低。因此，亟需一种技术方案以改善上述技术问题。

技术实现思路

[0004]为改善相关技术中存在的技术问题，本申请提供了基于虚拟现实的人机交互处理方法及系统。
[0005]第一方面，提供一种基于虚拟现实的人机交互处理方法，应用于人机交互处理系统，所述方法至少包括：通过指定的参考数据识别线程，获取待识别人机交互数据的初始识别结果，所述初始识别结果至少涵盖：所述待识别人机交互数据涵盖的各个识别范围，其中，各个识别范围至少涵盖：根据设定交互内容生成一个识别约束条件；通过所述各个识别范围中，每i个识别范围的相似度，逐一执行如下步骤：基于i个识别范围的相似度各自涵盖识别约束条件的人机交互数据表达，确定对应的i个识别约束条件各自的种类依据，并结合指定的人机交互数据集，生成所述i个识别约束条件的种类依据集，对应的种类匹配程度；其中，i=2；将确定的种类匹配程度满足指定匹配情况的每i个识别范围的相似度，逐一确定为对应的参考识别范围，并基于每个参考识别范围各自涵盖的识别约束条件，确定对应的参考识别结果。
[0006]在一种独立实施的实施例中，所述通过指定的参考数据识别线程，获取待识别人机交互数据的初始识别结果之前，还包括：获得交互数据调试集，其中，一个交互数据调试中包括：对应不少于i个种类依据确定的关键特征与局部交互依据，所述关键特征至少涵盖：模板人机交互数据簇，其中，各模板人机交互数据涵盖根据设定模板交互内容，确定的不少于i个模板对应的识别约束条件；结合所述交互数据调试集中的交互数据调试，对指定的数据识别线程进行反复优化处理，在符合指定的要求时，输出数据优化线程；其中，在一次优化过程中，执行如下步骤：结合所述数据识别线程，基于交互数据调试中关键特征，获取第一评估结果，并通过所述第一评估结果与对应的局部交互依据之间的量化评估结果，调试所述数据识别线程的向量。
[0007]在一种独立实施的实施例中，所述第一评估结果与对应的局部交互依据之间的量
化评估结果，是结合以下方式确定的：通过指定的风险评估线程，生成所述第一评估结果与对应的局部交互依据之间的第一量化评估结果；通过指定的差异弥补线程，生成所述第一评估结果与对应的局部交互依据之间的第二量化评估结果；通过指定的分类预估线程，生成所述第一评估结果与对应的局部交互依据之间的第三量化评估结果，其中，所述分类预估线程是通过所述一个交互数据调试中，每i个模板对应的识别约束条件各自的种类依据集的种类匹配程度确定的；通过所述第一量化评估结果，所述第二量化评估结果，所述第三量化评估结果各自的第一可信度，进行处理，获取所述第一评估结果与对应的局部交互依据之间的量化评估结果。
[0008]在一种独立实施的实施例中，所述第一评估结果至少涵盖：所述数据识别线程通过所述交互数据调试确定的每个交互数据识别结果；则所述通过指定的分类预估线程，生成所述第一评估结果与对应的局部交互依据之间的第三量化评估结果，包括：通过所述交互数据调试中，各模板人机交互数据，逐一执行如下步骤：基于一个模板人机交互数据涵盖的，不少于i个模板对应的识别约束条件各自的约束范围，逐一生成每i个模板对应的识别约束条件的目标值；通过获取的每个目标值，从所述各模板人机交互数据中，确定参考模板范围，并确定与所述参考模板范围对应的参考判定范围；通过获取的每个目标值及所述参考判定范围，结合指定的分类预估线程，生成所述第一评估结果与对应的局部交互依据之间的第三量化评估结果。
[0009]在一种独立实施的实施例中，所述基于一个模板人机交互数据涵盖的，不少于i个模板对应的识别约束条件各自的约束范围，逐一生成每i个模板变量的目标值，包括：基于一个模板人机交互数据涵盖的，不少于i个模板对应的识别约束条件各自的约束范围，逐一生成每i个模板对应的识别约束条件间，对应的局部差异，并将所述局部差异，确定为所述i个模板对应的识别约束条件对应的目标值；或者，基于一个模板人机交互数据涵盖的，不少于i个模板对应的识别约束条件各自的约束范围，逐一生成每i个模板对应的识别约束条件间，对应的局部比较向量，并将所述局部比较向量，确定为所述i个模板对应的识别约束条件对应的目标值。
[0010]在一种独立实施的实施例中，所述通过获取的每个目标值及所述参考判定范围，结合指定的分类预估线程，生成所述第一评估结果与对应的局部交互依据之间的第三量化评估结果，包括：将所述参考判定范围涵盖的，不少于i个指定的模板对应的识别约束条件各自匹配的目标值，逐一确定为所述参考判定范围对应的参考匹配值；通过获取的每个参考匹配值，以及每个目标值，分别进行对应的去极化处理，获得对应的第一匹配平均值及第二匹配平均值；通过所述第一匹配平均值及所述第二匹配平均值，结合指定的分类预估线程，生成所述第一评估结果与对应的局部交互依据之间的第三量化评估结果。
[0011]在一种独立实施的实施例中，所述输出数据优化线程之后，还包括：通过所述交互数据调试集中的交互数据调试，继续对所述数据优化线程进行反复优化处理，并在符合指定的匹配要求时，输出参考数据识别线程；其中，在一次优化过程中，执行如下步骤：结合所述数据优化线程，通过所述交互数据调试中关键特征，获取第二评估结果，并通过所述第二评估结果与对应的局部交互依据之间的量化评估结果，调试所述参考数据识别线程的向量；其中，所述第二评估结果与对应的局部交互依据之间的量化评估结果，是通过指定的第二更新线程，为所述第一量化评估结果，所述第二量化评估结果，所述第三量化评估结果分
别分配对应的第二可信度后，基于分配的每个第二可信度进行处理获得的。
[0012]在一种独立实施的实施例中，所述初始识别结果还包括：各个识别范围各自的可信度，则所述基于每个参考识别范围各自涵盖的识别约束条件，确定对应的参考识别结果，包括：通过所述每个参考识别范围，逐一执行如下步骤：确定一个参考识别范围的可信度；如果所述一个参考识别范围的可信度小于指定的判定值，则将所述一个参考识别范围涵盖的识别约束条件，确定为异常识别约束条件，并在所述初始识别结果中，对所述异常识别约束条件进行清洗；如果所述一个参考识别范围的可信度不小于指定的判定值，则将所述一个参考识别范围涵盖的识别约束条件，确定为对应的参考识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚拟现实的人机交互处理方法，其特征在于，应用于人机交互处理系统，所述方法至少包括：通过指定的参考数据识别线程，获取待识别人机交互数据的初始识别结果，所述初始识别结果至少涵盖：所述待识别人机交互数据涵盖的各个识别范围，其中，各个识别范围至少涵盖：根据设定交互内容生成一个识别约束条件；通过所述各个识别范围中，每i个识别范围的相似度，逐一执行如下步骤：基于i个识别范围的相似度各自涵盖识别约束条件的人机交互数据表达，确定对应的i个识别约束条件各自的种类依据，并结合指定的人机交互数据集，生成所述i个识别约束条件的种类依据集，对应的种类匹配程度；其中，i=2；将确定的种类匹配程度满足指定匹配情况的每i个识别范围的相似度，逐一确定为对应的参考识别范围，并基于每个参考识别范围各自涵盖的识别约束条件，确定对应的参考识别结果。2.根据权利要求1所述的方法，其特征在于，所述通过指定的参考数据识别线程，获取待识别人机交互数据的初始识别结果之前，还包括：获得交互数据调试集，其中，一个交互数据调试中包括：对应不少于i个种类依据确定的关键特征与局部交互依据，所述关键特征至少涵盖：模板人机交互数据簇，其中，各模板人机交互数据涵盖根据设定模板交互内容，确定的不少于i个模板对应的识别约束条件；结合所述交互数据调试集中的交互数据调试，对指定的数据识别线程进行反复优化处理，在符合指定的要求时，输出数据优化线程；其中，在一次优化过程中，执行如下步骤：结合所述数据识别线程，基于交互数据调试中关键特征，获取第一评估结果，并通过所述第一评估结果与对应的局部交互依据之间的量化评估结果，调试所述数据识别线程的向量。3.根据权利要求2所述的方法，其特征在于，所述第一评估结果与对应的局部交互依据之间的量化评估结果，是结合以下方式确定的：通过指定的风险评估线程，生成所述第一评估结果与对应的局部交互依据之间的第一量化评估结果；通过指定的差异弥补线程，生成所述第一评估结果与对应的局部交互依据之间的第二量化评估结果；通过指定的分类预估线程，生成所述第一评估结果与对应的局部交互依据之间的第三量化评估结果，其中，所述分类预估线程是通过所述一个交互数据调试中，每i个模板对应的识别约束条件各自的种类依据集的种类匹配程度确定的；通过所述第一量化评估结果，所述第二量化评估结果，所述第三量化评估结果各自的第一可信度，进行处理，获取所述第一评估结果与对应的局部交互依据之间的量化评估结果。4.根据权利要求3所述的方法，其特征在于，所述第一评估结果至少涵盖：所述数据识别线程通过所述交互数据调试确定的每个交互数据识别结果；则所述通过指定的分类预估线程，生成所述第一评估结果与对应的局部交互依据之间的第三量化评估结果，包括：通过所述交互数据调试中，各模板人机交互数据，逐一执行如下步骤：基于一个模板人机交互数据涵盖的，不少于i个模板对应的识别约束条件各自的约束范围，逐一生成每i个模板对应的识别约束条件的目标值；通过获取的每个目标值，从所述各模板人机交互数据中，确定参考模板范围，并确定与所述参考模板范围对应的参考判定范围；通过获取的每个目标值及所述参考判定范围，结合指定的分类预估线程，生成所述第...

【专利技术属性】
技术研发人员：邓湛波，秦华军，宛汝国，
申请(专利权)人：广州国威文化科技有限公司，
类型：发明
国别省市：