CN115237503A - 基于vr的生态模型建立方法及系统 - Google Patents
基于vr的生态模型建立方法及系统 Download PDFInfo
- Publication number
- CN115237503A CN115237503A CN202210918222.6A CN202210918222A CN115237503A CN 115237503 A CN115237503 A CN 115237503A CN 202210918222 A CN202210918222 A CN 202210918222A CN 115237503 A CN115237503 A CN 115237503A
- Authority
- CN
- China
- Prior art keywords
- ecological
- element description
- model
- analysis thread
- debugging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供的基于VR的生态模型建立方法及系统,可以使得对于通过第一生态模型分析线程所分析得到的第一生态元素描述,能够继续与反映第二生态模型分析线程在先分析得到的第二生态元素描述的相对关系的参考元素描述簇同时加载至第二生态模型分析线程,然后根据第二生态模型分析线程分析得到的第二生态元素描述确定目标生态元素描述,从而提升了对目标生态元素描述的挖掘准确性和可靠性,这样可以结合目标生态元素描述生成目标VR生态模型快速地生成目标VR生态模型,减少不必要的软硬件资源开销。
Description
技术领域
本申请涉及VR技术领域,特别涉及基于VR的生态模型建立方法及系统。
背景技术
现目前,虚拟现实技术的认可度不断提升,用户可以在虚拟现实世界体验到最真实的感受,虚拟现实具有一切人类所拥有的感知功能,比如听觉、视觉、触觉、味觉、嗅觉等感知系统,虚拟现实的模拟环境给人以身临其境的感觉。此外,虚拟现实技术具有先进的仿真系统,能够实现更加智能化的人机交互。在虚拟现实场景中,所构建的虚拟现实生态是保障虚拟现实拟真度的关键,然而相关的虚拟现实生态构建技术耗费的时间较长,且会占用过多的资源,这样不利于虚拟现实技术的推广。
发明内容
为改善相关技术中存在的技术问题,本申请提供了基于VR的生态模型建立方法及系统。
第一方面,本申请实施例提供了一种基于VR的生态模型建立方法,应用于VR生态模型处理系统,所述方法包括:
确定第一生态元素描述;其中,所述第一生态元素描述为将VR生态模型运行记录加载至第一生态模型分析线程所确定出的生态元素描述;
将所述第一生态元素描述以及参考元素描述簇加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述;其中,所述参考元素描述簇反映所述第二生态模型分析线程在先分析得到的第二生态元素描述的相对关系;以及,通过所述第二生态元素描述确定目标生态元素描述,结合所述目标生态元素描述生成目标VR生态模型。
对于一些可独立实施的技术方案而言,所述通过所述第二生态元素描述确定目标生态元素描述包括:
确定多个第二参考生态元素描述,其中,所述第二参考生态元素描述为所述第二生态模型分析线程根据加载的第一参考生态元素描述得到,所述第一参考生态元素描述为所述第一生态模型分析线程根据在所述VR生态模型运行记录加载之前所加载的VR生态模型运行记录得到;
将所述第二生态元素描述以及所述多个第二参考生态元素描述加载至第三生态模型分析线程,确定所述第三生态模型分析线程分析得到的第三生态元素描述;将所述第三生态元素描述确定为目标生态元素描述。
对于一些可独立实施的技术方案而言,所述方法还包括:
确定所述VR生态模型处理系统的生态模型识别评价,所述生态模型识别评价反映所述VR生态模型处理系统的模型分析质量;
通过所述生态模型识别评价获得所确定的所述多个第二参考生态元素描述的统计结果。
对于一些可独立实施的技术方案而言,所述将所述第一生态元素描述以及参考元素描述加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述之前还包括:
判断所述第一生态元素描述是否满足设定条件;
如果所述第一生态元素描述满足设定条件,实施所述将所述第一生态元素描述以及参考元素描述加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述的步骤。
对于一些可独立实施的技术方案而言,所述判断所述第一生态元素描述是否满足设定条件,包括:
判断所述第一生态元素描述所反映的VR环境属性是否匹配环境兼容要求;
如果匹配环境兼容要求,确定所述第一生态元素描述满足设定条件。
对于一些可独立实施的技术方案而言,所述VR生态模型运行记录包括天气运行记录、土地循环记录以及显著生态事件记录,其中,所述天气运行记录反映温度分布以及湿度分布,所述土地循环记录反映VR区域的生态物质的相对关系,所述显著生态事件记录反映VR生态模型中关键事件的分布情况。
对于一些可独立实施的技术方案而言,所述确定第一生态元素描述,所述第一生态元素描述为将VR生态模型运行记录加载至第一生态模型分析线程所确定出的生态元素描述之前还包括:
确定已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述;
通过所述已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述,对第一待进行调试的生态模型分析线程进行调试,得到所述第一生态模型分析线程。
对于一些可独立实施的技术方案而言,所述确定已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述之后还包括:
确定所述第一待进行调试的生态模型分析线程在调试过程中的分析得到的生态元素描述确定为第一调试生态元素描述;
通过所述第一调试生态元素描述、第二参考调试生态元素描述簇以及所述每个已认证VR生态模型运行记录分别对应的已注释生态元素描述,对第二待进行调试的生态模型分析线程进行调试,得到所述第二生态模型分析线程,其中,所述第二参考调试生态元素描述簇涵盖所述第二待进行调试的生态模型分析线程在调试过程中分析得到的生态元素描述的相对关系。
对于一些可独立实施的技术方案而言,所述确定所述第一待进行调试的生态模型分析线程在调试过程中的分析得到的生态元素描述确定为第一调试生态元素描述之后还包括:
若确定到第二待进行调试的生态模型分析线程分析得到的第二调试生态元素描述,则确定多个第二参考调试生态元素描述,其中,所述第二参考调试生态元素描述为所述第二待进行调试的生态模型分析线程根据加载的第一参考调试生态元素描述所得到,所述第一参考调试生态元素描述为所述第一待进行调试的生态模型分析线程根据在当前已认证VR生态模型运行记录之前加载至所述第一待进行调试的生态模型分析线程的已认证VR生态模型运行记录得到,所述当前已认证VR生态模型运行记录为所述第二调试生态元素描述对应的已认证VR生态模型运行记录;
通过所述第二调试生态元素描述以及所述多个第二参考调试生态元素描述对第三待进行调试的生态模型分析线程进行调试,得到第三生态模型分析线程。
第二方面,本申请还提供了一种VR生态模型处理系统,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。
本申请实施例中,确定第一生态元素描述,所述第一生态元素描述为将VR生态模型运行记录加载至第一生态模型分析线程所确定出的生态元素描述,然后再将所述第一生态元素描述以及参考元素描述簇加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述,进而通过所述第二生态元素描述确定目标生态元素描述。这样可以使得对于通过第一生态模型分析线程所分析得到的第一生态元素描述,能够继续与反映第二生态模型分析线程在先分析得到的第二生态元素描述的相对关系的参考元素描述簇同时加载至第二生态模型分析线程,然后根据第二生态模型分析线程分析得到的第二生态元素描述确定目标生态元素描述,从而提升了对目标生态元素描述的挖掘准确性和可靠性,这样可以结合目标生态元素描述生成目标VR生态模型快速地生成目标VR生态模型,减少不必要的软硬件资源开销。
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,示出了符合本申请的实施例,并于说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种VR生态模型处理系统的硬件结构示意图。
图2是本申请实施例提供的一种基于VR的生态模型建立方法的流程示意图。
图3是本申请实施例提供的一种基于VR的生态模型建立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申请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、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,本申请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。
本申请实施例所提供的方法实施例可以在VR生态模型处理系统、计算机设备或者类似的运算装置中执行。以运行在VR生态模型处理系统上为例,图1是本申请实施例的实施一种基于VR的生态模型建立方法的VR生态模型处理系统的硬件结构框图。如图1所示,VR生态模型处理系统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生态模型处理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生态模型处理系统的结构造成限定。例如,VR生态模型处理系统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,如本申请实施例中的一种基于VR的生态模型建立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生态模型处理系统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生态模型处理系统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(RadioFrequency,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是本申请实施例所提供的一种基于VR的生态模型建立方法的流程示意图,该方法应用于VR生态模型处理系统,进一步所述方法至少可以包括以下步骤21-步骤23所记录的技术方案。
步骤21、确定第一生态元素描述。
在本申请实施例中,所述第一生态元素描述为将VR生态模型运行记录加载至第一生态模型分析线程(比如神经网络模型,包括但不限于CNN、GCN和RNN等)所确定出的生态元素描述。进一步地,生态元素描述包括VR生态环境中的天气、土壤、物种等各类生态元素的记录信息。
在一些实施例中,所述确定第一生态元素描述,所述第一生态元素描述为将VR生态模型运行记录加载至第一生态模型分析线程所确定出的生态元素描述之前,该方法示例性还可以包括如下步骤31和步骤32。
步骤31,确定已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述。
在一些实施例中,所述确定已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述之后该方法示例性的还可以包括如下内容:确定所述第一待进行调试的生态模型分析线程在调试过程中的分析得到的生态元素描述确定为第一调试生态元素描述;通过所述第一调试生态元素描述、第二参考调试生态元素描述簇以及所述每个已认证VR生态模型运行记录分别对应的已注释生态元素描述,对第二待进行调试的生态模型分析线程进行调试,得到所述第二生态模型分析线程,其中,所述第二参考调试生态元素描述簇涵盖所述第二待进行调试的生态模型分析线程在调试过程中分析得到的生态元素描述的相对关系。
如此设计,能够提高第二生态模型分析线程的性能。
在一些实施例中,所述确定所述第一待进行调试的生态模型分析线程在调试过程中的分析得到的生态元素描述确定为第一调试生态元素描述之后示例性的还可以包括如下内容:若确定到第二待进行调试的生态模型分析线程分析得到的第二调试生态元素描述,则确定多个第二参考调试生态元素描述,其中,所述第二参考调试生态元素描述为所述第二待进行调试的生态模型分析线程根据加载的第一参考调试生态元素描述所得到,所述第一参考调试生态元素描述为所述第一待进行调试的生态模型分析线程根据在当前已认证VR生态模型运行记录之前加载至所述第一待进行调试的生态模型分析线程的已认证VR生态模型运行记录得到,所述当前已认证VR生态模型运行记录为所述第二调试生态元素描述对应的已认证VR生态模型运行记录;通过所述第二调试生态元素描述以及所述多个第二参考调试生态元素描述对第三待进行调试的生态模型分析线程进行调试,得到第三生态模型分析线程。
步骤32,通过所述已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述,对第一待进行调试的生态模型分析线程进行调试,得到所述第一生态模型分析线程。
在本申请实施例中,已认证VR生态模型运行记录可以理解为对第一待进行调试的生态模型分析线程进行调试的样本VR生态模型运行记录。已注释生态元素描述可以理解为对已认证VR生态模型运行记录进行标注后的描述信息。这样一来,通过已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述能够对生态模型分析线不断的调试,进而能够提高第一生态模型分析线程的性能。
步骤22、将所述第一生态元素描述以及参考元素描述簇加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述。
在本申请实施中,第二生态模型分析线程与第一生态模型分析线程存在差异,第二生态模型分析线程可以涉及历史生态元素的分析处理,进一步地,所述参考元素描述簇反映所述第二生态模型分析线程在先分析得到的第二生态元素描述的相对关系。此外,相对关系可以理解为不同第二生态元素描述的分布情况。
在一些实施例中,在步骤22所描述的所述将所述第一生态元素描述以及参考元素描述加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述之前,该方法示例性的还可以包括步骤11和步骤12。
步骤11,判断所述第一生态元素描述是否满足设定条件;
在一些实施例中,步骤11所记录的判断所述第一生态元素描述是否满足设定条件,示例性的可以包括如下内容:判断所述第一生态元素描述所反映的VR环境属性是否匹配环境兼容要求;如果匹配环境兼容要求,确定所述第一生态元素描述满足设定条件。在本申请实施例中,环境兼容要求可以理解为目标状态。VR环境属性可以是VR环境特征。
步骤12,如果所述第一生态元素描述满足设定条件,实施所述将所述第一生态元素描述以及参考元素描述加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述的步骤。
在本申请实施例中,设定条件可以理解为第一生态元素描述处于有效状态。这样通过事先对第一生态元素描述进行判断的方法,能够避免后续不必要的操作,从而能够提高工作效率。
步骤23、通过所述第二生态元素描述确定目标生态元素描述,结合所述目标生态元素描述生成目标VR生态模型。
在本申请实施例中,目标生态元素描述可以理解为较为显著或者较为热门的生态元素描述,如此设计,可以通过目标生态元素描述快速生成目标VR生态模型,有效减少了挖掘和确定目标生态元素描述所耗费的时间,进而在整体层面上缩短了生成目标VR生态模型的耗时,并在整体层面上减少了生成目标VR生态模型所耗费的软硬件资源。
在一些实施例中,上述步骤23所记录的通过所述第二生态元素描述确定目标生态元素描述,示例性的可以包括如下步骤231和步骤232所记录的内容。
步骤231,确定多个第二参考生态元素描述,
在本申请实施例中,所述第二参考生态元素描述为所述第二生态模型分析线程根据加载的第一参考生态元素描述得到,所述第一参考生态元素描述为所述第一生态模型分析线程根据在所述VR生态模型运行记录加载之前所加载的VR生态模型运行记录得到。其中,所述VR生态模型运行记录包括天气运行记录、土地循环记录以及显著生态事件记录,其中,所述天气运行记录反映温度分布以及湿度分布,所述土地循环记录反映VR区域的生态物质的相对关系,所述显著生态事件记录反映VR生态模型中关键事件的分布情况。
步骤232,将所述第二生态元素描述以及所述多个第二参考生态元素描述加载至第三生态模型分析线程,确定所述第三生态模型分析线程分析得到的第三生态元素描述;将所述第三生态元素描述确定为目标生态元素描述。
在本申请实施例中,第三生态模型分析线程与第一生态模型分析线程、第二生态模型分析线程存在差异,第三生态模型分析线程主要涉及生态元素描述以及历史生态元素的分析处理。如此一来,能够实现对生态元素描述以及多个第二参考生态元素描述的全面分析,进而能够保证得到的目标生态元素描述的准确性。
在一些实施例中,在上述描述内容的基础上,该方法示例性的还可以包括步骤24和步骤25。
步骤24,确定所述VR生态模型处理系统的生态模型识别评价。
在本申请实施例中,所述生态模型识别评价反映所述VR生态模型处理系统的模型分析质量;其中,模型分析质量可以理解为VR生态模型处理系统的模型处理能力。
步骤25,通过所述生态模型识别评价获得所确定的所述多个第二参考生态元素描述的统计结果(例如:数量、数目)。
实施步骤24和步骤25所描述内容,能够根据模型处理能力精准可靠的确定出多个第二参考生态元素描述的统计结果。
综上所述,实施步骤21-步骤23所记录的技术方案时,可以使得对于通过第一生态模型分析线程所分析得到的第一生态元素描述,能够继续与反映第二生态模型分析线程在先分析得到的第二生态元素描述的相对关系的参考元素描述簇同时加载至第二生态模型分析线程,然后根据第二生态模型分析线程分析得到的第二生态元素描述确定目标生态元素描述,从而提升了对目标生态元素描述的挖掘准确性和可靠性,这样可以结合目标生态元素描述生成目标VR生态模型快速地生成目标VR生态模型,减少不必要的软硬件资源开销。
基于上述相同或相似的发明构思,本申请实施例还提供了一种基于VR的生态模型建立方法的应用环境30的架构示意图,包括互相之间通信的VR生态模型处理系统10和VR生态运行设备20,VR生态模型处理系统10和VR生态运行设备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。
在本申请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申请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,在本申请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,本申请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10,或者网络设备等)执行本申请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。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于VR的生态模型建立方法,其特征在于,应用于VR生态模型处理系统,所述方法包括:
确定第一生态元素描述;其中,所述第一生态元素描述为将VR生态模型运行记录加载至第一生态模型分析线程所确定出的生态元素描述;
将所述第一生态元素描述以及参考元素描述簇加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述;其中,所述参考元素描述簇反映所述第二生态模型分析线程在先分析得到的第二生态元素描述的相对关系;以及,通过所述第二生态元素描述确定目标生态元素描述,结合所述目标生态元素描述生成目标VR生态模型。
2.根据权利要求1所述的方法,其特征在于,所述通过所述第二生态元素描述确定目标生态元素描述包括:
确定多个第二参考生态元素描述,其中,所述第二参考生态元素描述为所述第二生态模型分析线程根据加载的第一参考生态元素描述得到,所述第一参考生态元素描述为所述第一生态模型分析线程根据在所述VR生态模型运行记录加载之前所加载的VR生态模型运行记录得到;
将所述第二生态元素描述以及所述多个第二参考生态元素描述加载至第三生态模型分析线程,确定所述第三生态模型分析线程分析得到的第三生态元素描述;将所述第三生态元素描述确定为目标生态元素描述。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
确定所述VR生态模型处理系统的生态模型识别评价,所述生态模型识别评价反映所述VR生态模型处理系统的模型分析质量;
通过所述生态模型识别评价获得所确定的所述多个第二参考生态元素描述的统计结果。
4.根据权利要求1所述的方法,其特征在于,所述将所述第一生态元素描述以及参考元素描述加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述之前还包括:
判断所述第一生态元素描述是否满足设定条件;
如果所述第一生态元素描述满足设定条件,实施所述将所述第一生态元素描述以及参考元素描述加载至第二生态模型分析线程,确定所述第二生态模型分析线程分析得到的第二生态元素描述的步骤。
5.根据权利要求4所述的方法,其特征在于,所述判断所述第一生态元素描述是否满足设定条件,包括:
判断所述第一生态元素描述所反映的VR环境属性是否匹配环境兼容要求;
如果匹配环境兼容要求,确定所述第一生态元素描述满足设定条件。
6.根据权利要求1所述的方法,其特征在于,所述VR生态模型运行记录包括天气运行记录、土地循环记录以及显著生态事件记录,其中,所述天气运行记录反映温度分布以及湿度分布,所述土地循环记录反映VR区域的生态物质的相对关系,所述显著生态事件记录反映VR生态模型中关键事件的分布情况。
7.根据权利要求1~6任一所述的方法,其特征在于,所述确定第一生态元素描述,所述第一生态元素描述为将VR生态模型运行记录加载至第一生态模型分析线程所确定出的生态元素描述之前还包括:
确定已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述;
通过所述已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述,对第一待进行调试的生态模型分析线程进行调试,得到所述第一生态模型分析线程。
8.根据权利要求7所述的方法,其特征在于,所述确定已认证VR生态模型运行记录以及每个已认证VR生态模型运行记录分别对应的已注释生态元素描述之后还包括:
确定所述第一待进行调试的生态模型分析线程在调试过程中的分析得到的生态元素描述确定为第一调试生态元素描述;
通过所述第一调试生态元素描述、第二参考调试生态元素描述簇以及所述每个已认证VR生态模型运行记录分别对应的已注释生态元素描述,对第二待进行调试的生态模型分析线程进行调试,得到所述第二生态模型分析线程,其中,所述第二参考调试生态元素描述簇涵盖所述第二待进行调试的生态模型分析线程在调试过程中分析得到的生态元素描述的相对关系。
9.根据权利要求8所述的方法,其特征在于,所述确定所述第一待进行调试的生态模型分析线程在调试过程中的分析得到的生态元素描述确定为第一调试生态元素描述之后还包括:
若确定到第二待进行调试的生态模型分析线程分析得到的第二调试生态元素描述,则确定多个第二参考调试生态元素描述,其中,所述第二参考调试生态元素描述为所述第二待进行调试的生态模型分析线程根据加载的第一参考调试生态元素描述所得到,所述第一参考调试生态元素描述为所述第一待进行调试的生态模型分析线程根据在当前已认证VR生态模型运行记录之前加载至所述第一待进行调试的生态模型分析线程的已认证VR生态模型运行记录得到,所述当前已认证VR生态模型运行记录为所述第二调试生态元素描述对应的已认证VR生态模型运行记录;
通过所述第二调试生态元素描述以及所述多个第二参考调试生态元素描述对第三待进行调试的生态模型分析线程进行调试,得到第三生态模型分析线程。
10.一种VR生态模型处理系统,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1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210918222.6A CN115237503B (zh) | 2022-08-01 | 2022-08-01 | 基于vr的生态模型建立方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210918222.6A CN115237503B (zh) | 2022-08-01 | 2022-08-01 | 基于vr的生态模型建立方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115237503A true CN115237503A (zh) | 2022-10-25 |
CN115237503B CN115237503B (zh) | 2024-04-26 |
Family
ID=83677254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210918222.6A Active CN115237503B (zh) | 2022-08-01 | 2022-08-01 | 基于vr的生态模型建立方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115237503B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201111049Y (zh) * | 2007-06-27 | 2008-09-03 | 中国科学院遥感应用研究所 | 一种数字地球原型系统 |
CN103559739A (zh) * | 2013-11-22 | 2014-02-05 | 华中科技大学 | 基于osg的数字湖泊三维可视化仿真方法及仿真平台 |
CN106774821A (zh) * | 2016-11-08 | 2017-05-31 | 广州视源电子科技股份有限公司 | 基于虚拟现实技术的显示方法和系统 |
CN106780755A (zh) * | 2016-12-01 | 2017-05-31 | 谭淞文 | 一种vr模拟世界单元的构建方法、设备集成系统及应用 |
CN110910496A (zh) * | 2019-11-05 | 2020-03-24 | 合肥成方信息技术有限公司 | 基于大数据和ai的vr自然环境自动构成方法 |
US20200160065A1 (en) * | 2018-08-10 | 2020-05-21 | Naver Corporation | Method for training a convolutional recurrent neural network and for semantic segmentation of inputted video using the trained convolutional recurrent neural network |
CN113822458A (zh) * | 2020-11-18 | 2021-12-21 | 京东城市(北京)数字科技有限公司 | 预测方法、训练方法、装置、电子设备和可读存储介质 |
CN114037784A (zh) * | 2021-08-25 | 2022-02-11 | 星鲨信息技术(上海)有限公司 | 一种海洋场景漫游系统的构建方法 |
CN114174895A (zh) * | 2019-07-26 | 2022-03-11 | 奇跃公司 | 用于增强现实的系统和方法 |
CN114288674A (zh) * | 2021-12-28 | 2022-04-08 | 广州卓远虚拟现实科技有限公司 | 一种vr滑雪控制方法及系统 |
CN114430536A (zh) * | 2022-04-06 | 2022-05-03 | 广东邦盛北斗科技股份公司 | 基于北斗定位模块的农业物联网方法、系统及云平台 |
CN114511787A (zh) * | 2020-11-17 | 2022-05-17 | 上海湃星信息科技有限公司 | 一种基于神经网络的遥感图像地物信息生成方法及其系统 |
-
2022
- 2022-08-01 CN CN202210918222.6A patent/CN115237503B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201111049Y (zh) * | 2007-06-27 | 2008-09-03 | 中国科学院遥感应用研究所 | 一种数字地球原型系统 |
CN103559739A (zh) * | 2013-11-22 | 2014-02-05 | 华中科技大学 | 基于osg的数字湖泊三维可视化仿真方法及仿真平台 |
CN106774821A (zh) * | 2016-11-08 | 2017-05-31 | 广州视源电子科技股份有限公司 | 基于虚拟现实技术的显示方法和系统 |
CN106780755A (zh) * | 2016-12-01 | 2017-05-31 | 谭淞文 | 一种vr模拟世界单元的构建方法、设备集成系统及应用 |
US20200160065A1 (en) * | 2018-08-10 | 2020-05-21 | Naver Corporation | Method for training a convolutional recurrent neural network and for semantic segmentation of inputted video using the trained convolutional recurrent neural network |
CN114174895A (zh) * | 2019-07-26 | 2022-03-11 | 奇跃公司 | 用于增强现实的系统和方法 |
CN110910496A (zh) * | 2019-11-05 | 2020-03-24 | 合肥成方信息技术有限公司 | 基于大数据和ai的vr自然环境自动构成方法 |
CN114511787A (zh) * | 2020-11-17 | 2022-05-17 | 上海湃星信息科技有限公司 | 一种基于神经网络的遥感图像地物信息生成方法及其系统 |
CN113822458A (zh) * | 2020-11-18 | 2021-12-21 | 京东城市(北京)数字科技有限公司 | 预测方法、训练方法、装置、电子设备和可读存储介质 |
CN114037784A (zh) * | 2021-08-25 | 2022-02-11 | 星鲨信息技术(上海)有限公司 | 一种海洋场景漫游系统的构建方法 |
CN114288674A (zh) * | 2021-12-28 | 2022-04-08 | 广州卓远虚拟现实科技有限公司 | 一种vr滑雪控制方法及系统 |
CN114430536A (zh) * | 2022-04-06 | 2022-05-03 | 广东邦盛北斗科技股份公司 | 基于北斗定位模块的农业物联网方法、系统及云平台 |
Non-Patent Citations (1)
Title |
---|
BAOGUANG SHI, XIANG BAI AND CONG YAO: "An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 39, NO. 11, 1 November 2017 (2017-11-01), pages 2298 - 2304 * |
Also Published As
Publication number | Publication date |
---|---|
CN115237503B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108845930B (zh) | 界面操作测试方法和装置、存储介质及电子装置 | |
CN111163072B (zh) | 机器学习模型中特征值的确定方法、装置及电子设备 | |
CN113312361B (zh) | 轨迹查询方法、装置、设备、存储介质及计算机程序产品 | |
CN110674144A (zh) | 用户画像生成方法、装置、计算机设备和存储介质 | |
CN112464034A (zh) | 用户数据提取方法、装置、电子设备及计算机可读介质 | |
CN115422463A (zh) | 基于大数据的用户分析推送处理方法及系统 | |
CN111552666B (zh) | 一种资源获取方法、装置、设备及存储介质 | |
CN115237503A (zh) | 基于vr的生态模型建立方法及系统 | |
CN110019178A (zh) | 数据的关联方法及装置 | |
CN114372383B (zh) | 一种基于vr仿真场景的场景快速切换方法及系统 | |
CN114288674A (zh) | 一种vr滑雪控制方法及系统 | |
CN111209266A (zh) | 一种基于Redis数据库的审计方法、装置及电子设备 | |
CN113505272B (zh) | 基于行为习惯的控制方法和装置、电子设备和存储介质 | |
CN113014671B (zh) | 应用于大数据分析的云业务资源共享方法及资源共享平台 | |
CN115495656A (zh) | 应用于大数据的用户需求挖掘方法及系统 | |
US20230102127A1 (en) | Systems and methods for identifying samples of interest by comparing aligned time-series measurements | |
CN114258541A (zh) | 数据合并方法、装置、电子设备及存储介质 | |
CN110751204A (zh) | 数据融合的方法及装置、存储介质和电子装置 | |
CN115658675B (zh) | 应用于数据处理的噪声优化方法及ai系统 | |
CN114022049B (zh) | 一种基于云计算的智慧业务信息风险处理方法及系统 | |
CN110119406B (zh) | 实时任务记录的核对方法及装置 | |
CN114448717A (zh) | 基于智能家居的通信状态检测分析方法、系统及云平台 | |
CN107169098A (zh) | 数据搬运方法、数据搬运装置及电子设备 | |
CN114627267A (zh) | 一种基于虚拟场景共享的跑步机及其健身方法 | |
CN115328084A (zh) | Vr生态仿真模组控制处理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |