CN114372383B - 一种基于vr仿真场景的场景快速切换方法及系统 - Google Patents

Abstract

本发明提供的一种基于VR仿真场景的场景快速切换方法及系统，能够在接收到语音指令之后进行识别以获得仿真场景切换需求，然后结合预设需求主题库确定与仿真场景切换需求匹配的目标注意力需求主题，这样可以根据目标注意力需求主题快速地确定控制参数，从而通过控制参数控制VR用户终端进行VR仿真场景切换。本发明鉴于预设需求主题库是事先配置得到的，预设需求主题库中的需求主题的精度和可信度能够得到保障，因而结合预设需求主题库能够精准匹配得到目标注意力需求主题，有效减少了对仿真场景切换需求的分析耗时，提高VR用户在VR交互过程中的体验感。

Description

一种基于VR仿真场景的场景快速切换方法及系统

技术领域

本发明涉及VR技术领域，特别涉及一种基于VR仿真场景的场景快速切换方法及系统。

背景技术

虚拟现实（Virtual Reality，VR），也称灵境技术或人工环境，是指借助计算机及最新传感器技术创造的一种崭新的人机交互手段。虚拟现实是利用电脑模拟产生一个三维空间的虚拟世界，提供使用者关于视觉、听觉、触觉等感官的模拟，让使用者如同身临其境一般，可以及时、没有限制地观察三度空间内的事物。虚拟现实被认为是多媒体最高级别的应用，它是多种高新技术集成之结晶。随着VR技术的快速发展，人们对于VR技术的要求越来越高，当下的VR技术在进行仿真场景的场景切换时会耗费大量时间，从而难以实现快速的仿真场景切换。

发明内容

为改善相关技术中存在的技术问题，本发明提供了一种基于VR仿真场景的场景快速切换方法及系统。

第一方面，本发明实施例提供了一种基于VR仿真场景的场景快速切换方法，应用于VR服务系统，所述VR服务系统与VR用户终端通信连接，所述方法至少包括：获取所述VR用户终端上报的语音指令，对所述语音指令进行识别，得到仿真场景切换需求；在预设需求主题库中确定与所述仿真场景切换需求匹配的目标注意力需求主题；根据所述目标注意力需求主题确定控制参数，通过所述控制参数控制所述VR用户终端进行VR仿真场景切换。

应用于本发明实施例的技术方案，能够在接收到语音指令之后进行识别以获得仿真场景切换需求，然后结合预设需求主题库确定与仿真场景切换需求匹配的目标注意力需求主题，这样可以根据目标注意力需求主题快速地确定控制参数，从而通过控制参数控制VR用户终端进行VR仿真场景切换。鉴于预设需求主题库是事先配置得到的，预设需求主题库中的需求主题的精度和可信度能够得到保障，因而结合预设需求主题库能够精准匹配得到目标注意力需求主题，有效减少了对仿真场景切换需求的分析耗时，这样可以从整体层面减少对VR仿真场景进行切换控制的耗时以快速实现VR仿真场景的切换处理，提高VR用户在VR交互过程中的体验感。

对于一些可独立实施的设计思路而言，所述预设需求主题库中的每个注意力需求主题通过如下方式确定：确定通过至少一组VR仿真场景切换记录生成的视觉特征关系网并获得每组VR仿真场景切换记录的默认注意力需求主题；将所述视觉特征关系网包含的每个视觉特征成员拆解为多个特征成员组；通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题；通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

应用于本发明实施例的技术方案，在对通过VR仿真场景切换记录生成的视觉特征关系网进行特征成员组的拆解的基础上，可以通过每组VR仿真场景切换记录对应的默认注意力需求主题，对拆解的每个特征成员组进行仿真场景需求识别，确定对应的默认仿真场景需求主题，通过默认仿真场景需求主题可以确定针对每组VR仿真场景切换记录的已校正注意力需求主题，本发明实施例是通过视觉特征关系网内特征成员组的默认仿真场景需求主题对注意力关系网内VR仿真场景切换记录的默认注意力需求主题进行了改进，鉴于视觉特征关系网内一个特征成员组匹配的视觉特征成员可能不止一个，而每个视觉特征成员所匹配的VR仿真场景切换记录可能不止一个，通过以上技术思路可以对特征成员组进行批量针对性的需求主题识别，从而提高已校正注意力需求主题的精度和可信度，还可以提高需求主题识别的效率。

对于一些可独立实施的设计思路而言，所述将所述视觉特征关系网包含的每个视觉特征成员拆解为多个特征成员组，包括：从所述视觉特征关系网包含的每个视觉特征成员中，筛选n个视觉特征成员，将筛选出的每个视觉特征成员的目标视觉反馈表达分别作为待拆解的特征成员组的模板视觉反馈表达；确定所述每个视觉特征成员中每个视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异，并将该视觉特征成员转移到对应的所述量化差异最低的模板视觉反馈表达所对应的特征成员组；确定每个特征成员组对应的实时待处理的模板视觉反馈表达，并通过该实时待处理的模板视觉反馈表达，跳转至对视觉特征成员的拆解，在符合终止要求时停止。

应用于本发明实施例的技术方案，可以通过视觉特征成员的目标视觉反馈表达与各特征成员组的模板视觉反馈表达执行至少一轮特征成员组的拆解。每执行一轮拆解处理，皆能够针对特征成员组确定实时待处理的模板视觉反馈表达，从而进行下一次拆解。鉴于拆解到一个特征成员组的多个视觉特征成员具有强关联度，可以利用一个特征成员组的多个视觉特征成员所对应的需求主题识别情况来确定特征成员组的默认仿真场景需求主题，从而保障识别精度，进而保障后续已校正注意力需求主题的可信度。

对于一些可独立实施的设计思路而言，所述确定每个特征成员组对应的实时待处理的模板视觉反馈表达，包括：通过每个特征成员组包含的每个视觉特征成员的目标视觉反馈表达，确定每个视觉特征成员的均值化反馈表达，将所述均值化反馈表达作为该特征成员组对应的实时待处理的模板视觉反馈表达。

对于一些可独立实施的设计思路而言，所述目标视觉反馈表达包括目标引导特征和目标类别特征，所述模板视觉反馈表达包括模板引导特征和模板类别特征；所述确定所述每个视觉特征成员中每个视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异，包括：针对所述每个视觉特征成员中的每个视觉特征成员，通过该视觉特征成员的目标引导特征以及每个所述模板视觉反馈表达中的模板引导特征，确定该视觉特征成员与每个所述模板视觉反馈表达所对应的特征成员组之间的第一量化差异，以及，通过该视觉特征成员的目标类别特征以及每个所述模板视觉反馈表达中的模板类别特征，确定该视觉特征成员与每个所述模板视觉反馈表达所对应的特征成员组之间的第二量化差异；通过所述第一量化差异以及其所绑定的可信指标、以及所述第二量化差异以及其所绑定的可信指标，确定该视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异。

应用于本发明实施例的技术方案，鉴于视觉特征成员的引导特征以及类别特征对于特征成员组拆解的指示存在差异，因而可以通过全局处理思路实施以上关于视觉特征成员的目标视觉反馈表达分别与每个模板视觉反馈表达之间的量化差异的计算，提高处理精度和可信度。

对于一些可独立实施的设计思路而言，所述通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题，包括：针对每个视觉特征成员，通过视觉特征关系网对应的第一特征描述列表以及VR仿真场景切换记录对应的第二特征描述列表之间的映射情况，确定该视觉特征成员在至少一组VR仿真场景切换记录中对应的映射记录内容集；以及，通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的所述映射记录内容集的所述默认注意力需求主题，确定该视觉特征成员的默认仿真场景需求主题；针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题。

应用于本发明实施例的技术方案，可以通过VR仿真场景切换记录的默认注意力需求主题，共同确定对应视觉特征成员的默认仿真场景需求主题，还可以通过一个特征成员组包含的多个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，可以理解的是，关于特征成员组的默认仿真场景需求主题的确定借助于多个视觉特征成员的仿真场景需求主题识别，而每个视觉特征成员的需求主题识别情况又借助于各组VR仿真场景切换记录的注意力需求主题识别情况，因而可以保障最后得到的特征成员组的默认仿真场景需求主题更为精准。

对于一些可独立实施的设计思路而言，所述通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的所述映射记录内容集的所述默认注意力需求主题，确定该视觉特征成员的默认仿真场景需求主题，包括：针对每个所述视觉特征成员，通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的映射记录内容集的默认注意力需求主题，确定对应各类默认注意力需求主题的关键词统计值；通过对应各类默认注意力需求主题的关键词统计值，确定为该视觉特征成员的默认仿真场景需求主题。

对于一些可独立实施的设计思路而言，所述通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题，包括：将关键词统计值最大的一类默认注意力需求主题，确定为该视觉特征成员的默认仿真场景需求主题；所述针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，包括：通过每个特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定对应各类默认仿真场景需求主题的视觉特征成员的数目；将对应的视觉特征成员的数目最多的一类默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题。

对于一些可独立实施的设计思路而言，所述通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题，包括：将对应各类默认注意力需求主题的关键词统计值与关键词总数进行计算处理，确定该视觉特征成员对应于每类默认注意力需求主题的量化可能性；通过对应于各类默认注意力需求主题的量化可能性，确定该视觉特征成员的默认仿真场景需求主题；所述针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，包括：针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员对应的对应于每类默认注意力需求主题的量化可能性，以及针对该视觉特征成员在先设置的匹配于每类默认注意力需求主题的可信指标，确定该特征成员组对应于每类默认注意力需求主题的量化可能性；通过该特征成员组对应于各类默认注意力需求主题的量化可能性，确定该特征成员组的默认仿真场景需求主题。

对于一些可独立实施的设计思路而言，在确定任一特征成员组对应于多类默认注意力需求主题的量化可能性大于指定判定值的基础上，所述方法还包括：对于任意的一个特征成员组，将该特征成员组拆解为多个特征成员子队列；所述通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题，包括：通过所述默认注意力需求主题，对拆解获得的每个特征成员子队列进行仿真场景需求识别，确定每个特征成员子队列的默认仿真场景需求主题；所述通过每个所述特征成员组的仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：通过所述每个特征成员子队列的默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

应用于本发明实施例的技术方案，在确定一个特征成员组存在多种需求主题识别可能的基础上，可以先针对特征成员组进行特征成员子队列的拆解，进而通过拆解后的特征成员子队列实现需求主题识别，从而提高需求主题识别可信度。

对于一些可独立实施的设计思路而言，所述通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：确定已校正仿真场景需求主题；所述已校正仿真场景需求主题为针对所述多个特征成员组中至少部分特征成员组的默认仿真场景需求主题执行完需求主题校正的仿真场景需求主题；通过所述已校正仿真场景需求主题，以及没有执行需求主题校正的剩余特征成员组的默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

应用于本发明实施例的技术方案，鉴于自适应改进对于后续关于已校正注意力需求主题的准确性的重要作用，可以通过至少部分特征成员组的自适应改进的已校正仿真场景需求主题来确定针对每组VR仿真场景切换记录的已校正注意力需求主题，进而提高需求主题识别的质量。

对于一些可独立实施的设计思路而言，所述通过所述每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：通过每个特征成员组的默认仿真场景需求主题，确定每个特征成员组在需求主题识别进程下对应的识别损失；以及通过随机指定的关联且不对应于同一仿真场景需求主题的两个所述特征成员组之间的兴趣点差异，确定每个特征成员组在VR交互事件进程下对应的兴趣点损失；根据所述识别损失和所述兴趣点损失，确定需求主题校正指标；确定导致所述需求主题校正指标的输出结果最小的情况下，针对每个特征成员组确定的候选仿真场景需求主题；通过针对每个特征成员组的候选仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

应用于本发明实施例的技术方案，可以通过每个特征成员组匹配的识别损失以及邻居特征成员组匹配的兴趣点损失针对每组VR仿真场景切换记录进行注意力需求主题的改进，从而提高需求主题识别效率。

对于一些可独立实施的设计思路而言，所述通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：针对每个特征成员组，通过视觉特征关系网对应的第一特征描述列表以及VR仿真场景切换记录对应的第二特征描述列表之间的映射情况，从所述至少一组VR仿真场景切换记录中确定与该特征成员组包含的每个视觉特征成员对应的VR仿真场景切换记录；针对每组VR仿真场景切换记录，通过该组VR仿真场景切换记录对应的视觉特征成员所对应特征成员组的默认仿真场景需求主题，确定针对该组VR仿真场景切换记录的已校正注意力需求主题。

对于一些可独立实施的设计思路而言，所述默认注意力需求主题为调用默认GCN模型对所述每组VR仿真场景切换记录进行需求主题识别得到的，所述确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题之后，还包括：通过所述每组VR仿真场景切换记录的已校正注意力需求主题对所述默认GCN模型进行调试，得到完成调试的GCN模型。

第二方面，本发明还提供了一种VR服务系统，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述所述的方法。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是本发明实施例提供的一种VR服务系统的硬件结构示意图。

图2是本发明实施例提供的一种基于VR仿真场景的场景快速切换方法的流程示意图。

图3是本发明实施例提供的一种基于VR仿真场景的场景快速切换方法的应用环境的通信架构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本发明实施例所提供的方法实施例可以在VR服务系统、计算机设备或者类似的运算装置中执行。以运行在VR服务系统上为例，图1是本发明实施例的实施一种基于VR仿真场景的场景快速切换方法的VR服务系统的硬件结构框图。如图1所示，VR服务系统10可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，可选地，上述VR服务系统还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述VR服务系统的结构造成限定。例如，VR服务系统10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种基于VR仿真场景的场景快速切换方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至VR服务系统10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括VR服务系统10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。

基于此，请参阅图2，图2是本发明实施例所提供的一种基于VR仿真场景的场景快速切换方法的流程示意图，该方法应用于VR服务系统，VR服务系统与VR用户终端通信连接，VR用户终端包括但不限于体感战衣、体感头盔、体感战靴等。进一步地，该方法可以包括以下内容描述的技术方案。

步骤21、获取所述VR用户终端上报的语音指令，对所述语音指令进行识别，得到仿真场景切换需求。

在本发明实施例中，VR玩家可以通过VR用户终端输入语音指令，VR服务系统借助自然语言处理技术对语音指令进行识别，可以得到仿真场景切换需求。比如，可以借助相关的语义分析网络或者文本识别模型对语音指令进行分析处理，这里，语义分析网络或者文本识别模型的类型架构不限，本领域技术人员可以根据实际需求进行灵活选择。仿真场景可以理解为拟真度更高、浸入式感受更佳的VR空间。

步骤22、在预设需求主题库中确定与所述仿真场景切换需求匹配的目标注意力需求主题。

在本发明实施例中，目标注意力需求主题可以理解为与仿真场景切换需求对应的针对性（注意力/局部聚焦）需求识别结果，相关技术在确定目标注意力需求主题通常会沿用相关神经网络进行实时处理，但是这样可能耗费大量的时间和软硬件资源，为此，本发明实施例借助预设需求主题库能够快速定位仿真场景切换需求的目标注意力需求主题。

举例而言，鉴于预设需求主题库是事先配置得到的，预设需求主题库中的需求主题的精度和可信度能够得到保障，因而结合预设需求主题库能够精准匹配得到目标注意力需求主题，有效减少了对仿真场景切换需求的分析耗时。

在本发明实施例中，对于预设需求主题库的构建尤为重要，基于此，步骤22中所描述的预设需求主题库中的每个注意力需求主题通过如下步骤221-步骤223确定。

步骤221、确定通过至少一组VR仿真场景切换记录生成的视觉特征关系网并获得每组VR仿真场景切换记录的默认注意力需求主题；将所述视觉特征关系网包含的每个视觉特征成员拆解为多个特征成员组。

举例而言，默认注意力需求主题可以理解为原始的或者初始的注意力需求主题，视觉特征关系网可以理解为通过可视化层面记录的用户反馈特征向量所对应的特征库或者特征集。相应的，视觉特征成员可以理解为特征向量，特征成员组可以理解为特征成员集。

在一些可能的实施例中，步骤221所描述的将所述视觉特征关系网包含的每个视觉特征成员拆解为多个特征成员组，可以包括步骤2211-步骤2213所描述的技术方案。

步骤2211、从所述视觉特征关系网包含的每个视觉特征成员中，筛选n个视觉特征成员，将筛选出的每个视觉特征成员的目标视觉反馈表达分别作为待拆解的特征成员组的模板视觉反馈表达。

举例而言，n为正整数。

步骤2212、确定所述每个视觉特征成员中每个视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异，并将该视觉特征成员转移到对应的所述量化差异最低的模板视觉反馈表达所对应的特征成员组。

举例而言，视觉反馈表达用于表征用户在VR体验过程中的一些列肢体/情绪反馈，其表现形式可以是特征向量。相应的，量化差异可以是向量距离。

在一些可能的实施例中，所述目标视觉反馈表达包括目标引导特征和目标类别特征，所述模板视觉反馈表达包括模板引导特征和模板类别特征；所述确定所述每个视觉特征成员中每个视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异，可以包括以下内容：针对所述每个视觉特征成员中的每个视觉特征成员，通过该视觉特征成员的目标引导特征以及每个所述模板视觉反馈表达中的模板引导特征，确定该视觉特征成员与每个所述模板视觉反馈表达所对应的特征成员组之间的第一量化差异，以及，通过该视觉特征成员的目标类别特征以及每个所述模板视觉反馈表达中的模板类别特征，确定该视觉特征成员与每个所述模板视觉反馈表达所对应的特征成员组之间的第二量化差异；通过所述第一量化差异以及其所绑定的可信指标、以及所述第二量化差异以及其所绑定的可信指标，确定该视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异。这样一来，鉴于视觉特征成员的引导特征以及类别特征对于特征成员组拆解的指示存在差异，因而可以通过全局处理思路实施以上关于视觉特征成员的目标视觉反馈表达分别与每个模板视觉反馈表达之间的量化差异的计算，提高处理精度和可信度。

步骤2213、确定每个特征成员组对应的实时待处理的模板视觉反馈表达，并通过该实时待处理的模板视觉反馈表达，跳转至对视觉特征成员的拆解，在符合终止要求时停止。

在一些可能的实施例中，在步骤2213中，所述确定每个特征成员组对应的实时待处理的模板视觉反馈表达，包括：通过每个特征成员组包含的每个视觉特征成员的目标视觉反馈表达，确定每个视觉特征成员的均值化反馈表达，将所述均值化反馈表达作为该特征成员组对应的实时待处理的模板视觉反馈表达。

如此设计，应用于步骤2211-步骤2213，可以通过视觉特征成员的目标视觉反馈表达与各特征成员组的模板视觉反馈表达执行至少一轮特征成员组的拆解。每执行一轮拆解处理，皆能够针对特征成员组确定实时待处理的模板视觉反馈表达，从而进行下一次拆解。鉴于拆解到一个特征成员组的多个视觉特征成员具有强关联度，可以利用一个特征成员组的多个视觉特征成员所对应的需求主题识别情况来确定特征成员组的默认仿真场景需求主题，从而保障识别精度，进而保障后续已校正注意力需求主题的可信度。

步骤222、通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题。

举例而言，注意力需求主题和仿真场景需求主题可以分别理解为局部的需求和整体的需求，这样可以综合局部维度和全局维度实现精准可靠的需求主题识别。

在一些可能的设计思路下，步骤222所描述的通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题，可以包括步骤2221-步骤2223所描述的技术方案。

步骤2221、针对每个视觉特征成员，通过视觉特征关系网对应的第一特征描述列表以及VR仿真场景切换记录对应的第二特征描述列表之间的映射情况，确定该视觉特征成员在至少一组VR仿真场景切换记录中对应的映射记录内容集。

步骤2222、通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的所述映射记录内容集的所述默认注意力需求主题，确定该视觉特征成员的默认仿真场景需求主题。

在一些可能的实施例中，步骤2222所描述的通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的所述映射记录内容集的所述默认注意力需求主题，确定该视觉特征成员的默认仿真场景需求主题，可以包括以下内容：针对每个所述视觉特征成员，通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的映射记录内容集的默认注意力需求主题，确定对应各类默认注意力需求主题的关键词统计值；通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题。

在另一些可能的设计思路下，通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题，包括：将关键词统计值最大的一类默认注意力需求主题，确定为该视觉特征成员的默认仿真场景需求主题。基于此，所述针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，包括：通过每个特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定对应各类默认仿真场景需求主题的视觉特征成员的数目；将对应的视觉特征成员的数目最多的一类默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题。

在另一些可能的设计思路下，通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题，包括：将对应各类默认注意力需求主题的关键词统计值与关键词总数进行计算处理，确定该视觉特征成员对应于每类默认注意力需求主题的量化可能性；通过对应于各类默认注意力需求主题的量化可能性，确定该视觉特征成员的默认仿真场景需求主题。基于此，所述针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，包括：针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员对应的对应于每类默认注意力需求主题的量化可能性，以及针对该视觉特征成员在先设置的匹配于每类默认注意力需求主题的可信指标，确定该特征成员组对应于每类默认注意力需求主题的量化可能性；通过该特征成员组对应于各类默认注意力需求主题的量化可能性，确定该特征成员组的默认仿真场景需求主题。

在另外的一些设计思路下，在确定任一特征成员组对应于多类默认注意力需求主题的量化可能性大于指定判定值的基础上，所述方法还包括：对于任意的一个特征成员组，将该特征成员组拆解为多个特征成员子队列。基于此，所述通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题，包括：通过所述默认注意力需求主题，对拆解获得的每个特征成员子队列进行仿真场景需求识别，确定每个特征成员子队列的默认仿真场景需求主题。进一步地，所述通过每个所述特征成员组的仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：通过所述每个特征成员子队列的默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。这样一来，在确定一个特征成员组存在多种需求主题识别可能的基础上，可以先针对特征成员组进行特征成员子队列的拆解，进而通过拆解后的特征成员子队列实现需求主题识别，从而提高需求主题识别可信度。

步骤2223、针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题。

应用于步骤2221-步骤2223，可以通过VR仿真场景切换记录的默认注意力需求主题，共同确定对应视觉特征成员的默认仿真场景需求主题，还可以通过一个特征成员组包含的多个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，可以理解的是，关于特征成员组的默认仿真场景需求主题的确定借助于多个视觉特征成员的仿真场景需求主题识别，而每个视觉特征成员的需求主题识别情况又借助于各组VR仿真场景切换记录的注意力需求主题识别情况，因而可以保障最后得到的特征成员组的默认仿真场景需求主题更为精准。

步骤223、通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

在实际应用过程中，步骤223所描述的通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，可以通过如下实施方式A、实施方式B和实施方式C所描述的技术方案实现。

实施方式A、确定已校正仿真场景需求主题；其中，所述已校正仿真场景需求主题为针对所述多个特征成员组中至少部分特征成员组的默认仿真场景需求主题执行完需求主题校正的仿真场景需求主题；通过所述已校正仿真场景需求主题，以及没有执行需求主题校正的剩余特征成员组的默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

应用于实施方式A，鉴于自适应改进对于后续关于已校正注意力需求主题的准确性的重要作用，可以通过至少部分特征成员组的自适应改进的已校正仿真场景需求主题来确定针对每组VR仿真场景切换记录的已校正注意力需求主题，进而提高需求主题识别的质量。

实施方式B、通过每个特征成员组的默认仿真场景需求主题，确定每个特征成员组在需求主题识别进程下对应的识别损失；通过随机指定的关联且不对应于同一仿真场景需求主题的两个所述特征成员组之间的兴趣点差异，确定每个特征成员组在VR交互事件进程下对应的兴趣点损失；根据所述识别损失和所述兴趣点损失，确定需求主题校正指标；确定导致所述需求主题校正指标的输出结果最小的情况下，针对每个特征成员组确定的候选仿真场景需求主题；通过针对每个特征成员组的候选仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

应用于实施方式B，可以通过每个特征成员组匹配的识别损失以及相邻特征成员组匹配的兴趣点损失针对每组VR仿真场景切换记录进行注意力需求主题的改进，从而提高需求主题识别效率。

实施方式C、所述通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：针对每个特征成员组，通过视觉特征关系网对应的第一特征描述列表以及VR仿真场景切换记录对应的第二特征描述列表之间的映射情况，从所述至少一组VR仿真场景切换记录中确定与该特征成员组包含的每个视觉特征成员对应的VR仿真场景切换记录；针对每组VR仿真场景切换记录，通过该组VR仿真场景切换记录对应的视觉特征成员所对应特征成员组的默认仿真场景需求主题，确定针对该组VR仿真场景切换记录的已校正注意力需求主题。

结合上述相关内容，所述默认注意力需求主题为调用默认GCN模型对所述每组VR仿真场景切换记录进行需求主题识别得到的，所述确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题之后，还包括：通过所述每组VR仿真场景切换记录的已校正注意力需求主题对所述默认GCN模型进行调试，得到完成调试的GCN模型。

步骤23、根据所述目标注意力需求主题确定控制参数，通过所述控制参数控制所述VR用户终端进行VR仿真场景切换。

在本发明实施例中，在确定了目标注意力需求主题之后，可以进一步确定目标注意力需求主题对应的VR仿真场景切换记录，从而通过相关控制参数的识别算法对VR仿真场景切换记录进行分析，以获得对应的控制参数，然后通过该控制参数控制VR用户终端进行VR仿真场景切换，经由该技术方案，无需在目标注意力需求主题的定位阶段耗费大量时间，因而能够从整体层面减少对VR仿真场景进行切换控制的耗时以快速实现VR仿真场景的切换处理，提高VR用户在VR交互过程中的体验感。

在本发明实施例中，需求主题包括用户对于场景切换的实际偏好和喜好，比如切换方式，切换时段，切换内容等。进一步地，需求主题可以用个语义关键词的形式进行表示。

可以理解的是，应用于上述技术方案，能够在接收到语音指令之后进行识别以获得仿真场景切换需求，然后结合预设需求主题库确定与仿真场景切换需求匹配的目标注意力需求主题，这样可以根据目标注意力需求主题快速地确定控制参数，从而通过控制参数控制VR用户终端进行VR仿真场景切换。鉴于预设需求主题库是事先配置得到的，预设需求主题库中的需求主题的精度和可信度能够得到保障，因而结合预设需求主题库能够精准匹配得到目标注意力需求主题，有效减少了对仿真场景切换需求的分析耗时，这样可以从整体层面减少对VR仿真场景进行切换控制的耗时以快速实现VR仿真场景的切换处理，提高VR用户在VR交互过程中的体验感。

基于上述相同或相似的发明构思，请参阅图3，本发明实施例还提供了一种基于VR仿真场景的场景快速切换方法的应用环境30的架构示意图，包括互相之间通信的VR服务系统10和VR用户终端20，VR服务系统10和VR用户终端20在运行时实现或者部分实现上述方法实施例所描述的技术方案。

进一步地，还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。

在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，媒体业务服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于VR仿真场景的场景快速切换方法，其特征在于，应用于VR服务系统，所述VR服务系统与VR用户终端通信连接，所述方法至少包括：

获取所述VR用户终端上报的语音指令，对所述语音指令进行识别，得到仿真场景切换需求；

在预设需求主题库中确定与所述仿真场景切换需求匹配的目标注意力需求主题；

根据所述目标注意力需求主题确定控制参数，通过所述控制参数控制所述VR用户终端进行VR仿真场景切换；

所述预设需求主题库中的每个注意力需求主题通过如下方式确定：

确定通过至少一组VR仿真场景切换记录生成的视觉特征关系网并获得每组VR仿真场景切换记录的默认注意力需求主题；将所述视觉特征关系网包含的每个视觉特征成员拆解为多个特征成员组；

通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题；

通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题；

所述将所述视觉特征关系网包含的每个视觉特征成员拆解为多个特征成员组，包括：

从所述视觉特征关系网包含的每个视觉特征成员中，筛选n个视觉特征成员，将筛选出的每个视觉特征成员的目标视觉反馈表达分别作为待拆解的特征成员组的模板视觉反馈表达；n为正整数；

确定所述每个视觉特征成员中每个视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异，并将该视觉特征成员转移到对应的所述量化差异最低的模板视觉反馈表达所对应的特征成员组；

确定每个特征成员组对应的实时待处理的模板视觉反馈表达，并通过该实时待处理的模板视觉反馈表达，跳转至对视觉特征成员的拆解，在符合终止要求时停止；

其中，所述确定每个特征成员组对应的实时待处理的模板视觉反馈表达，包括：通过每个特征成员组包含的每个视觉特征成员的目标视觉反馈表达，确定每个视觉特征成员的均值化反馈表达，将所述均值化反馈表达作为该特征成员组对应的实时待处理的模板视觉反馈表达；

其中，所述目标视觉反馈表达包括目标引导特征和目标类别特征，所述模板视觉反馈表达包括模板引导特征和模板类别特征；所述确定所述每个视觉特征成员中每个视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异，包括：针对所述每个视觉特征成员中的每个视觉特征成员，通过该视觉特征成员的目标引导特征以及每个所述模板视觉反馈表达中的模板引导特征，确定该视觉特征成员与每个所述模板视觉反馈表达所对应的特征成员组之间的第一量化差异，以及，通过该视觉特征成员的目标类别特征以及每个所述模板视觉反馈表达中的模板类别特征，确定该视觉特征成员与每个所述模板视觉反馈表达所对应的特征成员组之间的第二量化差异；通过所述第一量化差异以及其所绑定的可信指标、以及所述第二量化差异以及其所绑定的可信指标，确定该视觉特征成员的所述目标视觉反馈表达，分别与每个所述模板视觉反馈表达之间的量化差异。

2.根据权利要求1所述的方法，其特征在于，所述通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题，包括：

针对每个视觉特征成员，通过视觉特征关系网对应的第一特征描述列表以及VR仿真场景切换记录对应的第二特征描述列表之间的映射情况，确定该视觉特征成员在至少一组VR仿真场景切换记录中对应的映射记录内容集；

通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的所述映射记录内容集的所述默认注意力需求主题，确定该视觉特征成员的默认仿真场景需求主题；

针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题；

其中，所述通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的所述映射记录内容集的所述默认注意力需求主题，确定该视觉特征成员的默认仿真场景需求主题，包括：针对每个所述视觉特征成员，通过该视觉特征成员在所述至少一组VR仿真场景切换记录中对应的映射记录内容集的默认注意力需求主题，确定对应各类默认注意力需求主题的关键词统计值；通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题。

3.根据权利要求2所述的方法，其特征在于，所述通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题，包括：将关键词统计值最大的一类默认注意力需求主题，确定为该视觉特征成员的默认仿真场景需求主题；

所述针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，包括：通过每个特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定对应各类默认仿真场景需求主题的视觉特征成员的数目；将对应的视觉特征成员的数目最多的一类默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题。

4.根据权利要求2所述的方法，其特征在于，所述通过对应各类默认注意力需求主题的关键词统计值，确定该视觉特征成员的默认仿真场景需求主题，包括：将对应各类默认注意力需求主题的关键词统计值与关键词总数进行计算处理，确定该视觉特征成员对应于每类默认注意力需求主题的量化可能性；通过对应于各类默认注意力需求主题的量化可能性，确定该视觉特征成员的默认仿真场景需求主题；

所述针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员的默认仿真场景需求主题，确定该特征成员组的默认仿真场景需求主题，包括：针对拆解获得的每个特征成员组，通过该特征成员组包含的每个视觉特征成员对应的对应于每类默认注意力需求主题的量化可能性，以及针对该视觉特征成员在先设置的匹配于每类默认注意力需求主题的可信指标，确定该特征成员组对应于每类默认注意力需求主题的量化可能性；通过该特征成员组对应于各类默认注意力需求主题的量化可能性，确定该特征成员组的默认仿真场景需求主题；

其中，在确定任一特征成员组对应于多类默认注意力需求主题的量化可能性大于指定判定值的基础上，所述方法还包括：对于任意的一个特征成员组，将该特征成员组拆解为多个特征成员子队列；

所述通过所述默认注意力需求主题，对拆解获得的每个特征成员组进行仿真场景需求识别，确定每个所述特征成员组的默认仿真场景需求主题，包括：通过所述默认注意力需求主题，对拆解获得的每个特征成员子队列进行仿真场景需求识别，确定每个特征成员子队列的默认仿真场景需求主题；

所述通过每个所述特征成员组的仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：通过所述每个特征成员子队列的默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

5.根据权利要求1所述的方法，其特征在于，所述通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括：

确定已校正仿真场景需求主题；其中，所述已校正仿真场景需求主题为针对所述多个特征成员组中至少部分特征成员组的默认仿真场景需求主题执行完需求主题校正的仿真场景需求主题；

通过所述已校正仿真场景需求主题，以及没有执行需求主题校正的剩余特征成员组的默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题。

6.根据权利要求1所述的方法，其特征在于，所述通过每个所述特征成员组的所述默认仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题，包括以下其中一项：

通过每个特征成员组的默认仿真场景需求主题，确定每个特征成员组在需求主题识别进程下对应的识别损失；通过随机指定的关联且不对应于同一仿真场景需求主题的两个所述特征成员组之间的兴趣点差异，确定每个特征成员组在VR交互事件进程下对应的兴趣点损失；根据所述识别损失和所述兴趣点损失，确定需求主题校正指标；确定导致所述需求主题校正指标的输出结果最小的情况下，针对每个特征成员组确定的候选仿真场景需求主题；通过针对每个特征成员组的候选仿真场景需求主题，确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题；

针对每个特征成员组，通过视觉特征关系网对应的第一特征描述列表以及VR仿真场景切换记录对应的第二特征描述列表之间的映射情况，从所述至少一组VR仿真场景切换记录中确定与该特征成员组包含的每个视觉特征成员对应的VR仿真场景切换记录；针对每组VR仿真场景切换记录，通过该组VR仿真场景切换记录对应的视觉特征成员所对应特征成员组的默认仿真场景需求主题，确定针对该组VR仿真场景切换记录的已校正注意力需求主题。

7.根据权利要求1所述的方法，其特征在于，所述默认注意力需求主题为调用默认GCN模型对所述每组VR仿真场景切换记录进行需求主题识别得到的，所述确定针对所述每组VR仿真场景切换记录的已校正注意力需求主题之后，还包括：通过所述每组VR仿真场景切换记录的已校正注意力需求主题对所述默认GCN模型进行调试，得到完成调试的GCN模型。

8.一种VR服务系统，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述权利要求1-7任一项所述的方法。

Images