[发明专利]VR体感数据检测方法、装置、计算机设备及存储介质

说明书

本发明公开了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。

技术领域

本发明涉及图像识别技术领域，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。

背景技术

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。

发明内容

本发明实施例提供了一种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，本发明实施例提供了一种VR体感数据检测方法，其包括：

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。

第二方面，本发明实施例提供了一种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；