[发明专利]基于虚拟现实和深度学习的训练方法在审

专利信息
申请号: 201810431397.8 申请日: 2018-05-08
公开(公告)号: CN109087545A 公开(公告)日: 2018-12-25
发明(设计)人: 王妃 申请(专利权)人: 王妃
主分类号: G09B9/00 分类号: G09B9/00;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 300204 天津市*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 虚拟现实 虚拟训练 自学习 学习 操作训练 模拟训练 贪婪算法 特征数据 学习算法 最优算法 算法 虚拟 学科 应用 监督 研究
【说明书】:

该技术涉及虚拟现实(VR)技术,与深度学习算法和贪婪算法(最优算法),监督学习等算法的结合,是具有交叉学科和前沿研究领域的实际应用。该训练方法利用vr虚拟训练手段实现模拟训练,模拟对局,其中训练中的对手和操作训练根据实际名人或对手设立,该训练方法具有自学习功能,可以根据实际比赛中的名人,物体或动物,进行特征数据学习,并不断自学习完善学习到的特征值,在虚拟训练中进行虚拟实战。该训练方法具有普遍适用各种训练。

技术领域

该技术涉及虚拟现实(VR)技术,与深度学习算法和贪婪算法(最优算法),监督学习等算法的结合,是具有交叉学科和前沿研究领域的实际应用。

背景技术

现阶段的体育训练还局限于运动员观看比赛视频反复琢磨对手动作特征来进行思考如何提升自己或在训练场和队友或者陪练一起训练,如果可以在虚拟场景中进行训练和模拟比赛,在系统中设定比赛中知名的对手或者冠军进行模拟训练比赛,那么对于运动员来说将是提高自身专业技能的有效方法,也是对于整个运动行业普遍的人员专业水平提高是有效的方法。

专业技能操作也局限于在实验室或者模拟场所进行训练,消耗人力,财力,如果可以利用虚拟现实技术进行专业技能操作,节省人力,资源的基础上,可以和虚拟专业人士进行技能比拼,可以和有专业人士进行陪练,对于提高职业性,技能型的专业技能具有很好的效果,对于提升专业普遍的整体水平较为有效。

该方法不局限于以上两种训练,该训练方法普遍适用于训练方法,利用虚拟现实技术实现训练场景,体感,和数据交互反馈,利用深度学习算法、监督学习算法等前沿技术匹配提升方法或系统内对手真实属性特征的学习和自我完善,且对手不仅局限于人物、动物、事物。

该技术方法对于当前各种行业训练,尤其是体育训练,职业技能训练等训练的方法提出了一种新的训练方法,发方法利用前沿交叉学科技术虚拟现实进行实现,有效的节约对于专业人员的训练和非专业人员的训练和模拟比赛的资源浪费,节省人力,物力的大量投入,也有效防止因训练实物质量等因素或陪练失误等因素造成训练资源浪费和对专业非专业人员的损伤,并能实现更好的训练效果。

该技术方法的内设对手或训练比赛模式,具有深度学习等优势,对于专业人士训练提供了最好的训练对手或伙伴,对非专业人员提供了最好的训练对手和伙伴,有助于专业人员和非专业人员的训练效果提升。

现有技术下,暂无利用虚拟现实技术结合深度学习等前沿学习算法进行训练的方法系统,该训练方法形成系统将对于提高将训练的行业的普遍专业水平提高做出了做出了极其效的解决方案,对于专业人员的个人技能水平提高做出了做出了极其效的解决方案。

发明内容

该技术利用虚拟现实技术实现训练场景,体感,和数据交互反馈,利用深度学习算法、监督学习算法等前沿技术匹配提升方法或系统内对手真实属性特征的学习和自我完善,且对手不仅局限于人物、动物、事物。

该训练方法可以以训练系统的技术方式实现,。

该训练系统具有虚拟现实训练系统和自主学习训练模块共同组成也可以单独使用。

其中虚拟现实训练系统以虚拟现实(VR)的传感设备作为训练人的人机数据交换反馈的数据输入输出,以虚拟现实(VR)的模拟环境,感知,自然机能等方面进行训练场景的实现,进行模拟训练,成为训练系统。

该训练系统具有标准的训练模式,即根据实际训练项目预先设定关于其训练的场景模式,并将其虚拟化场景实现,设定交互数据反馈各项参数,体感参数,比赛训练相关参数。

该训练系统具有系统默认设置的名人对手和自主建立的名人对手,该名人对手为该训练项目现实中知名或冠军,或任意设定的想要设定的人物或者动物或者物体或者事物,初始设定值和新建对手的属性特征,动作特点,行为习惯都由该系统的自主学习模块进行学习录入。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于王妃,未经王妃许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810431397.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top