虚拟世界的内容处理方法及装置制造方法及图纸

本说明书实施例提供了虚拟世界的内容处理方法及装置，其中，一种虚拟世界的内容处理方法包括：获取虚拟世界的接入设备针对用户采集的预设周期的体征数据和特征图像；将所述预设周期中至少一个时间片段的体征数据和特征图像输入第一模型进行生理特征提取，获得生理特征，以及，将所述预设周期的体征数据和特征图像输入第二模型进行心理特征提取，获得心理特征；对所述生理特征和所述心理特征进行特征拼接，获得拼接特征；基于所述拼接特征确定所述虚拟世界的内容适配级别，并向所述接入设备输出所述内容适配级别对应的适配内容。输出所述内容适配级别对应的适配内容。输出所述内容适配级别对应的适配内容。

【技术实现步骤摘要】
虚拟世界的内容处理方法及装置


[0001]本文件涉及虚拟化
，尤其涉及一种虚拟世界的内容处理方法及装置。

技术介绍

[0002]虚拟世界提供了对真实世界的模拟，甚至能够提供在真实世界难以实现的场景，因此虚拟世界越来越多地应用在各种场景。在虚拟世界场景中，用户通过特定的身份ID登录三维虚拟世界，通过虚拟世界中虚拟的用户角色进行活动，通常，在虚拟世界中存在不同的用户角色，这些用户角色各自进行不同的活动。

技术实现思路

[0003]本说明书一个或多个实施例提供了一种虚拟世界的内容处理方法。所述虚拟世界的内容处理方法，包括：获取虚拟世界的接入设备针对用户采集的预设周期的体征数据和特征图像。将所述预设周期中至少一个时间片段的体征数据和特征图像输入第一模型进行生理特征提取，获得生理特征，以及，将所述预设周期的体征数据和特征图像输入第二模型进行心理特征提取，获得心理特征。对所述生理特征和所述心理特征进行特征拼接，获得拼接特征。基于所述拼接特征确定所述虚拟世界的内容适配级别，并向所述接入设备输出所述内容适配级别对应的适配内容。
[0004]本说明书一个或多个实施例提供了一种虚拟世界的内容处理装置，包括：数据获取模块，被配置为获取虚拟世界的接入设备针对用户采集的预设周期的体征数据和特征图像。特征提取模块，被配置为将所述预设周期中至少一个时间片段的体征数据和特征图像输入第一模型进行生理特征提取，获得生理特征，以及，将所述预设周期的体征数据和特征图像输入第二模型进行心理特征提取，获得心理特征。特征拼接模块，被配置为对所述生理特征和所述心理特征进行特征拼接，获得拼接特征。内容输出模块，被配置为基于所述拼接特征确定所述虚拟世界的内容适配级别，并向所述接入设备输出所述内容适配级别对应的适配内容。
[0005]本说明书一个或多个实施例提供了一种虚拟世界的内容处理设备，包括：处理器；以及，被配置为存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器：获取虚拟世界的接入设备针对用户采集的预设周期的体征数据和特征图像。将所述预设周期中至少一个时间片段的体征数据和特征图像输入第一模型进行生理特征提取，获得生理特征，以及，将所述预设周期的体征数据和特征图像输入第二模型进行心理特征提取，获得心理特征。对所述生理特征和所述心理特征进行特征拼接，获得拼接特征。基于所述拼接特征确定所述虚拟世界的内容适配级别，并向所述接入设备输出所述内容适配级别对应的适配内容。
[0006]本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被处理器执行时实现以下流程：获取虚拟世界的接入设备针对用户采集的预设周期的体征数据和特征图像。将所述预设周期中至少一个时间片段的体征数
据和特征图像输入第一模型进行生理特征提取，获得生理特征，以及，将所述预设周期的体征数据和特征图像输入第二模型进行心理特征提取，获得心理特征。对所述生理特征和所述心理特征进行特征拼接，获得拼接特征。基于所述拼接特征确定所述虚拟世界的内容适配级别，并向所述接入设备输出所述内容适配级别对应的适配内容。
附图说明
[0007]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图；
[0008]图1为本说明书一个或多个实施例提供的一种虚拟世界的内容处理方法处理流程图；
[0009]图2为本说明书一个或多个实施例提供的一种应用于虚拟健康场景的虚拟世界的内容处理方法处理流程图；
[0010]图3为本说明书一个或多个实施例提供的一种虚拟世界的内容处理装置示意图；
[0011]图4为本说明书一个或多个实施例提供的一种虚拟世界的内容处理设备的结构示意图。
具体实施方式
[0012]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，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，都应当属于本文件的保护范围。
[0013]本说明书提供的一种虚拟世界的内容处理方法实施例：
[0014]本实施例提供的虚拟世界的内容处理方法，根据虚拟世界的接入设备采集的用户的预设周期的体征数据和特征图像进行特征提取，获得生理特征和心理特征，基于生理特征和心理特征确定用户在虚拟世界的内容适配级别，向接入设备输出内容适配级别对应的适配内容；以此，通过对接入虚拟世界的用户进行生理和心理分析，为用户适配适合用户当前状态的内容，以使用户对该内容进行体验，避免虚拟世界对用户造成负面影响，在保证用户对虚拟世界的接入需求的基础上，保证用户在接入虚拟世界过程中的生理和心理健康。
[0015]参照图1，本实施例提供的虚拟世界的内容处理方法，具体包括步骤S102至步骤S108。
[0016]步骤S102，获取虚拟世界的接入设备针对用户采集的预设周期的体征数据和特征图像。
[0017]本实施例所述虚拟世界，是指基于去中心化协作实现并且具有开放经济系统的虚拟的拟真世界；具体的，真实世界中的用户可通过接入设备接入虚拟世界，以在虚拟世界中进行相关行为，比如用户通过接入设备进行游戏交互的游戏虚拟世界，再比如用户通过接入设备进行在线会议的会议虚拟世界；
[0018]进一步，还可建立虚拟世界中虚拟形象与真实世界中的用户的身份映射，基于建立的身份映射在虚拟世界中进行相关活动。所述虚拟世界的接入设备，可以是连接虚拟世界的VR(Virtual Reality，虚拟现实)设备、AR(Augmented Reality，增强现实)设备等，比如连接虚拟世界的头戴式VR设备。本实施例提供的虚拟世界的虚拟世界的内容处理方法，可应用于服务端，所述服务端，是指为接入虚拟世界的接入设备提供相应服务的服务器或者服务平台，或者，维护虚拟世界运行的服务器或者服务平台。
[0019]所述体征数据，包括体征信号，例如脑波信号、心率信号、心率、血压。所述特征图像，包括用户的生物特征图像、生理图像或者体征图像；例如，眼部图像、嘴部图像。具体的，本实施例中的体征数据和特征图像根据接入设备搭载的传感器决定；上述对于体征数据和特征图像的说明仅仅是示例性的，例如，接入设备搭载了脑波传感器，则采集脑波信号。若接入设备搭载了其他传感器，也可采集其他信号或者其他图像。
[0020]所述体征数据，是指通过信号传感器采集的用户进行生理活动时的电信号，比如脑电信号是指通过脑电波传感器采集的用户的大脑活动时的电信号；可选的，在用户访问虚拟世界的场景中，所述体征数据通过虚拟世界的接入设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟世界的内容处理方法，包括：获取虚拟世界的接入设备针对用户采集的预设周期的体征数据和特征图像；将所述预设周期中至少一个时间片段的体征数据和特征图像输入第一模型进行生理特征提取，获得生理特征，以及，将所述预设周期的体征数据和特征图像输入第二模型进行心理特征提取，获得心理特征；对所述生理特征和所述心理特征进行特征拼接，获得拼接特征；基于所述拼接特征确定所述虚拟世界的内容适配级别，并向所述接入设备输出所述内容适配级别对应的适配内容。2.根据权利要求1所述的虚拟世界的内容处理方法，所述向所述接入设备输出所述内容适配级别对应的适配内容，包括：读取所述虚拟世界中所述内容适配级别对应的所述适配内容；基于所述适配内容和所述内容适配级别构建内容列表并向所述接入设备输出，或者，基于所述适配内容对所述接入设备的输出内容进行更新处理。3.根据权利要求1所述的虚拟世界的内容处理方法，所述第一模型包括：体征数据编码器、图像编码器和多模态混合网络；其中，所述体征数据编码器对所述至少一个时间片段的体征数据进行体征数据编码，输出体征特征；所述图像编码器对所述至少一个时间片段的特征图像进行图像编码，输出图像特征；所述多模态混合网络对所述体征特征和所述图像特征进行多模态处理，输出所述生理特征。4.根据权利要求1所述的虚拟世界的内容处理方法，所述第一模型，采用如下方式训练：将体征数据样本输入待训练的体征数据编码器进行体征数据编码，获得体征特征，以及，将特征图像样本输入待训练的图像编码器进行图像编码，获得图像特征；将所述体征特征和所述图像特征输入待训练的多模态混合网络进行多模态处理，获得样本生理特征和生理特征指标；基于所述体征数据样本、所述特征图像样本、所述样本生理特征和所述生理特征指标计算训练损失；基于所述训练损失对所述待训练的体征数据编码器、所述待训练的图像编码器和所述待训练的多模态混合网络进行参数调整。5.根据权利要求4所述的虚拟世界的内容处理方法，所述基于所述体征数据样本、所述特征图像样本、所述样本生理特征和所述生理特征指标计算训练损失，包括：基于所述体征数据样本、所述特征图像样本和所述样本生理特征计算预测损失，以及，基于所述体征数据样本、所述特征图像样本和所述生理特征指标计算特征损失。6.根据权利要求5所述的虚拟世界的内容处理方法，所述基于所述体征数据样本、所述特征图像样本和所述样本生理特征计算预测损失，包括：按照所述体征数据样本和所述特征图像样本的采集时间确定中间时间，并在所述体征数据样本和所述特征图像样本中提取所述中间时间之前的目标体征数据样本和目标特征图像样本；将所述目标体征数据样本、所述目标特征图像样本和所述样本生理特征输入解码器进
行数据预测，获得预测体征数据和预测特征图像；基于所述体征数据样本中所述中间时间之后的体征数据样本、所述特征图像样本中所述中间时间之后的特征图像样本、所述预测体征数据和所述预测特征图像计算所述预测损失。7.根据权利要求4所述的虚拟世界的内容处理方法，所述体征数据样本和所述特征图像样本，通过如下方式获得：获取至少一个接入设备采集的各用户的初始体征数据和初始特征图像；对所述初始体征数据和所述初始特征图像进行预处理，获得目标体征数据和目标特征图像；对所述目标体征数据和所述目标特征图像进行标注处理，获得所述体征数据样本和所述特征图像样本。8.根据权利要求7所述的虚拟世界的内容处理方法，所述预处理，包括：对所述初始体征数据进行滤波处理，获得所述目标体征数据；以及，对所述初始特征图像进行图像评估，获得所述初始图像数据的图像指标；筛选所述初始特征图像中图像指标大于指标阈值的初始特征图像作为所述目标特征图像。9.根据权利要求1所述的虚拟世界的内容处理方法，所述第二模型包括：体征数据编码器、图像编码器和多模态...

【专利技术属性】
技术研发人员：曹佳炯，丁菁汀，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：