CN109828656A - 一种基于脑电波监测并调整用户兴奋程度虚拟现实系统 - Google Patents

Abstract

本发明公开了一种基于脑电波监测并调整用户兴奋程度虚拟现实系统，其组成包括：虚拟现实设备、脑电采集模块、虚拟现实运算处理终端和云服务器，虚拟显示设备输出端与脑电采集模块电性连接，虚拟现实设备输入端与虚拟现实运算处理终端电性连接，脑电采集模块输出端与虚拟现实运算处理终端输入端电性连接，虚拟现实运算处理终端的输入端与云服务器电性连接。该系统因是直接的采集用户前额的脑电信号，整套系统可以通过不断的监测用户的精神状态脑电信息来进行分析，同时云服务器使用深度学习的方式分析每一位用户个体专属的精神状态与脑电信号的对应关系并与播放的内容进行绑定，可以在每一个用户个体简历完善的脑电分析图谱。

Description

一种基于脑电波监测并调整用户兴奋程度虚拟现实系统

技术领域

本发明涉及脑电波监测技术领域，具体为一种基于脑电波监测并调整用户兴奋程度虚拟现实系统。

背景技术

伴随着虚拟现实VR技术的发展，市场上的虚拟现实产品已从适合与各种应用场景。因虚拟现实独有的沉浸体验，虚拟现实已经成为主流互动影像体验产品与电视、电影等影像体验产品地位相近。然而现有的虚拟现实VR体验更多的还是以影视、游戏为主，强调过高的感官刺激，会使得用户在体验VR时很容易进入一种视觉与精神的疲劳状态。同时人体生理会因过于沉浸的体验产生抵触，“动晕症”即是对于此类生理现象的描述，过于强调感官刺激的虚拟现实体验也会某种程度上强化不良反应。用户当前只能自主的根据生理的信息反馈来自主的选择内容体验。

发明内容

本发明的目的在于提供一种基于脑电波监测并调整用户兴奋程度虚拟现实系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于脑电波监测并调整用户兴奋程度虚拟现实系统，其组成包括：虚拟现实设备、脑电采集模块、虚拟现实运算处理终端和云服务器，所述的虚拟显示设备输出端与脑电采集模块电性连接，所述的虚拟现实设备输入端与虚拟现实运算处理终端电性连接，所述的脑电采集模块输出端与虚拟现实运算处理终端输入端电性连接，所述的虚拟现实运算处理终端的输入端与云服务器电性连接。

优选的，所述的基于脑电波监测并调整用户兴奋程度虚拟现实系统，首选，使用脑电采集模块在虚拟现实眼罩中集成脑电采集电极，采集到的脑电信号会经过脑电采集模块放大并处理编码交由虚拟现实运算处理终端继续处理；然后，虚拟现实运算处理终端会根据脑电采集模块的脑电信号分析成不同的精神状态，虚拟现实运算处理终端会根据目标的精神状态来分析当前是否需要调整，需要调整的话进而与云服务器通讯寻找合适的虚拟现实音视频资源；最后，云服务器返回合适的音视频资源后在经由虚拟现实运算处理终端生成虚拟现实画面渲染输出至虚拟现实显示设备，通过逼真的沉浸画面及音频的共同作用来调节用户脑电信号。

优选的，所述的基于脑电波监测并调整用户兴奋程度虚拟现实系统，虚拟现实眼罩与面部接触的海绵套内植入脑电采集模块的电极；脑电采集模块与虚拟现实眼罩的陀螺仪等处理芯片整合至一块电路板上；虚拟现实眼罩通过USB-mini或Type-C与手机进行连接传输数据；智能手机的APP收到脑电采集器的信号后进行处理；智能手机APP将经过处理的脑电信号通过互联网传送至云服务器进行进一步的分析整理；云服务器里的深度学习引擎将脑电信号分析并得出相应的结果反馈智能手机；智能手机根据反馈继续请求云服务器获取音视频资源播放地址；云服务器根据请求反馈相应的资源播放地址，由智能手机进行播放并渲染至液晶屏幕上；用户通过虚拟现实眼罩的光学镜片将画面进行反畸变得到全幅的具有沉浸感的画面；期间脑电是不断采集并输出至智能手机的，智能手机则与云服务器保持30Hz的同步频率；云服务器深度学习引擎则会根据用户的脑电反馈进一步的分析用户精神状态，同时根据播放内容获得的脑电信息也进一步的进行深度学习；最终形成整体由云服务器进行深度学习并不断优化并管理智能手机客户端的系统。

与现有技术相比，本发明的有益效果是：该系统因是直接的采集用户前额的脑电信号，整套系统可以通过不断的监测用户的精神状态脑电信息来进行分析，同时云服务器使用深度学习的方式分析每一位用户个体专属的精神状态与脑电信号的对应关系并与播放的内容进行绑定，可以在每一个用户个体简历完善的脑电分析图谱。整体系统是建立在反馈的基础上的，随着使用时间的延长调整用户兴奋程度的作用会更加明显。从整个虚拟现实的发展来看，本发明可以最大程度的优化用户的沉浸体验并最大程度的弱化生理的负面反馈。

附图说明

图1为本发明的整体结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：

实施例1：

一种基于脑电波监测并调整用户兴奋程度虚拟现实系统，其组成包括：虚拟现实设备、脑电采集模块、虚拟现实运算处理终端和云服务器，所述的虚拟显示设备输出端与脑电采集模块电性连接，所述的虚拟现实设备输入端与虚拟现实运算处理终端电性连接，所述的脑电采集模块输出端与虚拟现实运算处理终端输入端电性连接，所述的虚拟现实运算处理终端的输入端与云服务器电性连接。

实施例2：

根据实施例1所述的基于脑电波监测并调整用户兴奋程度虚拟现实系统，首选，使用脑电采集模块在虚拟现实眼罩中集成脑电采集电极，采集到的脑电信号会经过脑电采集模块放大并处理编码交由虚拟现实运算处理终端继续处理；然后，虚拟现实运算处理终端会根据脑电采集模块的脑电信号分析成不同的精神状态，虚拟现实运算处理终端会根据目标的精神状态来分析当前是否需要调整，需要调整的话进而与云服务器通讯寻找合适的虚拟现实音视频资源；最后，云服务器返回合适的音视频资源后在经由虚拟现实运算处理终端生成虚拟现实画面渲染输出至虚拟现实显示设备，通过逼真的沉浸画面及音频的共同作用来调节用户脑电信号。

实施例3：

根据实施例1或2所述的基于脑电波监测并调整用户兴奋程度虚拟现实系统，虚拟现实眼罩与面部接触的海绵套内植入脑电采集模块的电极；脑电采集模块与虚拟现实眼罩的陀螺仪等处理芯片整合至一块电路板上；虚拟现实眼罩通过USB-mini或Type-C与手机进行连接传输数据；智能手机的APP收到脑电采集器的信号后进行处理；智能手机APP将经过处理的脑电信号通过互联网传送至云服务器进行进一步的分析整理；云服务器里的深度学习引擎将脑电信号分析并得出相应的结果反馈智能手机；智能手机根据反馈继续请求云服务器获取音视频资源播放地址；云服务器根据请求反馈相应的资源播放地址，由智能手机进行播放并渲染至液晶屏幕上；用户通过虚拟现实眼罩的光学镜片将画面进行反畸变得到全幅的具有沉浸感的画面；期间脑电是不断采集并输出至智能手机的，智能手机则与云服务器保持30Hz的同步频率；云服务器深度学习引擎则会根据用户的脑电反馈进一步的分析用户精神状态，同时根据播放内容获得的脑电信息也进一步的进行深度学习；最终形成整体由云服务器进行深度学习并不断优化并管理智能手机客户端的系统。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种基于脑电波监测并调整用户兴奋程度虚拟现实系统，其组成包括：虚拟现实设备、脑电采集模块、虚拟现实运算处理终端和云服务器，其特征是：所述的虚拟显示设备输出端与脑电采集模块电性连接，所述的虚拟现实设备输入端与虚拟现实运算处理终端电性连接，所述的脑电采集模块输出端与虚拟现实运算处理终端输入端电性连接，所述的虚拟现实运算处理终端的输入端与云服务器电性连接。

2.根据权利要求1所述的基于脑电波监测并调整用户兴奋程度虚拟现实系统，其特征是：首选，使用脑电采集模块在虚拟现实眼罩中集成脑电采集电极，采集到的脑电信号会经过脑电采集模块放大并处理编码交由虚拟现实运算处理终端继续处理；然后，虚拟现实运算处理终端会根据脑电采集模块的脑电信号分析成不同的精神状态，虚拟现实运算处理终端会根据目标的精神状态来分析当前是否需要调整，需要调整的话进而与云服务器通讯寻找合适的虚拟现实音视频资源；最后，云服务器返回合适的音视频资源后在经由虚拟现实运算处理终端生成虚拟现实画面渲染输出至虚拟现实显示设备，通过逼真的沉浸画面及音频的共同作用来调节用户脑电信号。

3.根据权利要求1所述的基于脑电波监测并调整用户兴奋程度虚拟现实系统，其特征是：虚拟现实眼罩与面部接触的海绵套内植入脑电采集模块的电极；脑电采集模块与虚拟现实眼罩的陀螺仪等处理芯片整合至一块电路板上；虚拟现实眼罩通过USB-mini或Type-C与手机进行连接传输数据；智能手机的APP收到脑电采集器的信号后进行处理；智能手机APP将经过处理的脑电信号通过互联网传送至云服务器进行进一步的分析整理；云服务器里的深度学习引擎将脑电信号分析并得出相应的结果反馈智能手机；智能手机根据反馈继续请求云服务器获取音视频资源播放地址；云服务器根据请求反馈相应的资源播放地址，由智能手机进行播放并渲染至液晶屏幕上；用户通过虚拟现实眼罩的光学镜片将画面进行反畸变得到全幅的具有沉浸感的画面；期间脑电是不断采集并输出至智能手机的，智能手机则与云服务器保持30Hz的同步频率；云服务器深度学习引擎则会根据用户的脑电反馈进一步的分析用户精神状态，同时根据播放内容获得的脑电信息也进一步的进行深度学习；最终形成整体由云服务器进行深度学习并不断优化并管理智能手机客户端的系统。