CN116483208B - 虚拟现实设备的防晕眩方法、装置、计算机设备及介质 - Google Patents
虚拟现实设备的防晕眩方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN116483208B CN116483208B CN202310707025.4A CN202310707025A CN116483208B CN 116483208 B CN116483208 B CN 116483208B CN 202310707025 A CN202310707025 A CN 202310707025A CN 116483208 B CN116483208 B CN 116483208B
- Authority
- CN
- China
- Prior art keywords
- virtual reality
- dizzy
- motion sickness
- information
- information value
- 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.)
- Active
Links
- 208000002173 dizziness Diseases 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 38
- 201000003152 motion sickness Diseases 0.000 claims abstract description 129
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 230000009471 action Effects 0.000 claims description 44
- 238000012360 testing method Methods 0.000 claims description 30
- 230000000007 visual effect Effects 0.000 claims description 26
- 230000006698 induction Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000004313 glare Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract 1
- 230000033001 locomotion Effects 0.000 description 32
- 210000003414 extremity Anatomy 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/012—Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种虚拟现实设备的防晕眩方法、装置、计算机设备及介质，涉及虚拟现实技术领域，其中，方法包括：采集当前用户对虚拟现实设备输入的交互相关参数，从中获取晕动症影响因素的第一信息值；获取晕眩状态下各个晕动症影响因素对应的第二信息值；将第一信息值与第二信息值进行匹配，匹配成功时，判断当前用户在第一信息值下使用虚拟现实设备出现晕眩；调整晕动症影响因素的第一信息值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩。该方案确定了四种晕动症影响因素并通过调整晕动症影响因素降低使用虚拟现实设备时晕眩的发生，为虚拟现实设备上的软件开发提供参考。
Description
技术领域
本发明涉及虚拟现实技术领域，特别涉及一种虚拟现实设备的防晕眩方法、装置、计算机设备及介质。
背景技术
虚拟现实技术又称虚拟实境或灵境技术，是20世纪发展起来的一项全新的实用技术。虚拟现实技术囊括计算机、电子信息、仿真技术，其基本实现方式是以计算机技术为主，利用并综合三维图形技术、多媒体技术、仿真技术、显示技术、伺服技术等多种高科技的最新发展成果，借助计算机等设备产生一个逼真的三维视觉、触觉、嗅觉等多种感官体验的虚拟世界，从而使处于虚拟世界中的人产生一种身临其境的感觉。
现有技术提供了一种基于脑电信号近似熵的VR诱导晕动症的检测方法，通过采集用户的两段脑电信号，一段是正常状态下的脑电信号，一段是处于VR环境中的脑电信号并对它们进行一定的预处理以获取较为纯净的脑电信号，然后分别对这两段脑电信号进行近似熵的计算，当用户正常状态下的脑电信号与VR环境中的脑电信号近似熵的特性差异较为明显时，则可说明用户发生了晕动症的情况，从而实现了对晕动症的有效检测。该技术能够通过检测脑电信号判断用户是否发生了晕动症，但是并不能够从设备角度给出用户发生晕动症的原因，也没有提出可以预防或减轻用户发生晕动症的有效措施。
现有技术还提供了一种能够自动调节显示参数的VR设备，通过信息获取模块实施获取眼睛参数，然后将该参数发送至处理模块，并在处理模块接收眼睛参数后调取所述存储模块中与该眼睛参数对应的显示参数，最后再将该显示参数以控制信号的方式发送至所述调节模块并通过调节模块调整显示模块的显示参数。虽然该技术能够及时调整显示参数，但是并不能够预测或评估用户的晕动状态。
发明内容
有鉴于此，本发明实施例提供了一种虚拟现实设备的防晕眩方法，以解决了现有技术中无法减轻或改善用户在虚拟现实设备使用过程中产生晕动症的技术问题。该方法包括：
采集当前用户对虚拟现实设备输入的交互相关参数，并从交互相关参数中获取晕动症影响因素的第一信息值，其中，晕动症影响因素包括虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息；
获取晕眩数据集，晕眩数据集包括晕眩状态下各个晕动症影响因素对应的第二信息值；
将第一信息值与第二信息值进行匹配，当匹配成功时，判断当前用户在第一信息值下使用虚拟现实设备出现晕眩；
调整晕动症影响因素的第一信息值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩。
本发明实施例还提供了一种虚拟现实设备的防晕眩装置，以解决了现有技术中无法减轻或改善用户在虚拟现实设备使用过程中产生晕眩的技术问题。该装置包括：
目标场景建模与显示模块，用于采集当前用户对虚拟现实设备输入的交互相关参数，并从交互相关参数中获取晕动症影响因素的第一信息值，其中，晕动症影响因素包括虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息；
晕眩数据集采集模块，用于获取晕眩数据集，晕眩数据集包括晕眩状态下各个晕动症影响因素对应的第二信息值；
晕眩预测模块，用于将第一信息值与第二信息值进行匹配，当匹配成功时，判断当前用户在第一信息值下使用虚拟现实设备出现晕眩；
优化调整模块，用于调整晕动症影响因素的第一信息值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任意的虚拟现实设备的防晕眩方法，以解决了现有技术中无法减轻或改善用户在虚拟现实设备使用过程中产生晕眩的技术问题。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有执行上述任意的虚拟现实设备的防晕眩方法的计算机程序，以解决了现有技术中无法减轻或改善用户在虚拟现实设备使用过程中产生晕眩的技术问题。
与现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：
提出了四种在虚拟现实环境下用户晕动症影响因素作为标准因素，在物理环境与虚拟现实设备参数一定的条件下，对可能的晕动症影响因素进行了分类。通过调整虚拟现实设备的四种晕动症影响因素的值，降低眩晕的发生，为虚拟现实设备上的软件开发提供参考。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种虚拟现实设备的防晕眩方法的流程图；
图2是本发明实施例提供的一种计算机设备的结构框图；
图3是本发明实施例提供的一种虚拟现实设备的防晕眩装置的结构框图；
图4是本发明实施例Ripper算法的样本形式示意图。
具体实施方式
下面结合附图对本申请实施例进行详细描述。
以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明实施例使用的虚拟现实设备包括：
虚拟现实头戴式显示设备（VR头显）：将通过虚拟现实头戴式显示设备向用户展现不同的检测场景，通过虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息四点不同参数下的场景。常见的虚拟现实头戴式显示设备包括Meta公司旗下的Oculus Quest 2。
虚拟现实动作捕捉手柄（VR手柄）：通过虚拟现实动作捕捉手柄实现用户与虚拟现实之间的人机交互，从而实现场景选择与参数的调整，与虚拟现实头戴式显示设备配合使用。该虚拟现实动作捕捉手柄将通过所匹配虚拟现实头戴式显示设备的摄像头追踪用户的手部运动（手腕、手臂），并通过自身携带的传感器追踪用户的手指运动。常见的虚拟现实动作捕捉手柄包括Meta公司旗下的Oculus Touch。
Kinect：一种3D体感摄影机，可以捕捉到虚拟现实设备使用者的肢体的动作，从而能够判断虚拟现实设备使用者的肢体活动状况。
在本发明实施例中，提供了虚拟现实设备的防晕眩方法，如图1所示，该方法包括：
S01、采集当前用户对虚拟现实设备输入的交互相关参数，并从交互相关参数中获取晕动症影响因素的第一信息值，其中，晕动症影响因素包括虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息。
S02、获取晕眩数据集，晕眩数据集包括晕眩状态下各个晕动症影响因素对应的第二信息值。
S021、构建多个虚拟现实测试场景，在每个虚拟现实测试场景下设置所述晕动症影响因素的信息值为可调节状态。
具体的，在服务器端进行目标场景3D建模与显示，通过构建不同的测试场景，并设置虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息四个可调节的参数，将不同参数下的测试场景显示给用户。
S022、依次显示每个虚拟现实测试场景，在显示每个虚拟现实测试场景的过程中，依次调整各个晕动症影响因素的信息值，每次调整一个晕动症影响因素的信息值。
具体的，在服务器端的多个测试场景显示过程中，采取控制变量（即虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点和是否要求虚拟现实设备的用户输入肢体动作信息四个参数）的方式，不同的测试场景下的参数一致。例如，在A场景下分别测试上述四点之一在某参数下的晕动症发生情况，然后以同样的参数在B、C等场景下测试是否发生同样的情况，之后变化参数后再次测试。
S023、采集每次调整晕动症影响因素的信息值后用户的晕动状态，采集的晕动状态和每个晕动状态下各个晕动症影响因素的信息值组成测试数据集，其中，晕动状态包括晕眩状态和未晕眩状态。
具体的，在服务器端通过收集多个测试场景中虚拟现实设备用户的相关数据，并对收集到的数据进行预处理，提取晕动症影响因素的第二信息值。各个晕动症影响因素对应的第二信息值包括由虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点、是否要求虚拟现实设备的用户输入肢体动作信息和晕动状态组成的数据集，其中，晕动状态包括晕眩状态和未晕眩状态。晕动状态的采集方式为通过虚拟现实设备用户填写问卷的方式。
S024、对测试数据集使用规则归纳算法进行分类，生成所述晕眩数据集和未晕眩数据集。
具体的，在服务器端分析S023中取得的测试数据集，采用Ripper算法判断虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息四点与晕动状态的相关性。Ripper算法属于规则归纳算法，Ripper算法用于解决数据分类问题，可以根据一定的规则将输入的数据分类，从而能够确定出某参数于晕动症的相关性。
Ripper是一种规则学习系统，典型应用于解决分类问题。Ripper系统的每个训练样本包含一个属性集和一个该样本所属的目标类型。如图4所示，若给出足够的符合格式的样本，Ripper可以提取出如下格式的规则：Class1:Attrib1=x，Attrib5=y；Class2:Attrib2= z；Class3:true。其中，如果Attrib1是x，并且Attrib5是y，那么这个样本属于Class1类；如果Attrib2是z，那么这个样本属于Class2类；Class3是缺省类，即如果不满足上述任何一个规则，则它属于Class3类。
在一些实施方式中，当虚拟现实图像信息的色彩对比度为3、人物动作的延迟时间为0.5秒、有视觉锚点、要求虚拟现实设备的用户输入肢体动作信息时不发生晕眩情况，则上述四个参数属于类1（即未晕眩数据集）；当虚拟现实图像信息的色彩对比度为9、人物动作的延迟时间为0秒、无视觉锚点、不要求虚拟现实设备的用户输入肢体动作信息时发生晕眩情况，则上述四个参数属于类2（即晕眩数据集）。依此类推，最终可以得到会发生晕眩情况时的数据集，以及不发生晕眩情况的数据集。输入数据是上述四点参数以及虚拟现实设备的用户的晕动状态组成测试数据集，输出数据为分类后的数据集（晕眩数据集和未晕眩数据集）。
S03、将第一信息值与第二信息值进行匹配，当匹配成功时，判断当前用户在第一信息值下使用虚拟现实设备出现晕眩。
具体的，在客户端将S01步骤中获取的第一信息值以及步骤S02中获取到的第二信息值，预测用户在第一信息值下使用虚拟现实设备是否会发生晕眩。可理解为通过晕眩数据集(一个产生晕动的虚拟现实图像信息的色彩对比度以及人物动作的延迟时间的参数区间，以及是否选择设置视觉锚点以及是否选择是否要求虚拟现实设备的用户输入肢体动作信息的最优选择)对比判断第一信息值(交互相关参数中获取的虚拟现实图像信息的色彩对比度、人物动作的延迟时间的参数区间值，以及有无视觉锚点、是否要求虚拟现实设备的用户输入肢体动作信息的推荐选项)预测用户是否会发生出现晕眩。
S04、调整晕动症影响因素的第一信息值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩。
具体的，在用户使用虚拟现实设备时，实时读取虚拟现实设备的第一信息值（虚拟现实设备的虚拟现实图像信息的色彩对比度、人物动作的延迟时间，有无视觉锚点以及要求虚拟现实设备的用户输入肢体动作信息）并结合步骤S03中的预测情况以及步骤S02中的晕眩数据集，预测并将虚拟现实设备的第一信息值优化调整至用户不会发生晕眩的区间。
在一些实施方式中，若虚拟现实图像信息的色彩对比度为9、人物动作的延迟时间为0秒、无视觉锚点以及不要求虚拟现实设备的用户输入肢体动作信息时，根据S03步骤中判断出的当前用户在第一信息值下使用虚拟现实设备出现晕眩的结果，得出上述四个参数情况下用户会出现晕眩，则将上述四个参数更改为虚拟现实图像信息的色彩对比度为3、人物动作的延迟时间为0.5秒、有视觉锚点、要求虚拟现实设备的用户输入肢体动作信息，根据S03步骤中的预测结果知道上述四个参数情况下虚拟现实设备的用户不会发生晕眩情况，则参数优化调整结束。参数的选择可以为不发生晕动情况类别中的任意值，一次调整一个参数，比如只调整色彩对比度至3，或只调整人物动作的延迟时间为0.5秒，以此类推。若预测结果仍为出现晕眩情况，则继续调整，直至预测结果为不出现晕眩为止。通过上述调整降低使用虚拟现实设备时晕眩的发生。
S041、获取未晕眩数据集，未晕眩数据集包括未晕眩状态下各个晕动症影响因素对应的第三信息值。
S042、根据所述未晕眩数据集中各个晕动症影响因素对应的第三信息值，调整所述晕动症影响因素的所述第一信息值，直至判断所述当前用户在调整后的所述晕动症影响因素的信息值下使用虚拟现实设备为出现晕眩，每次调整一个所述晕动症影响因素对应的所述第一信息值。
S0421、获取第一信息值与第二信息值匹配成功的晕动症影响因素。
S0422、当匹配成功的晕动症影响因素包括虚拟现实图像信息的色彩对比度或人物动作的延迟时间，从未晕眩数据集中虚拟现实图像信息的色彩对比度对应的第三信息值的区间值或人物动作的延迟时间对应的第三信息值的区间值内选出一个数值，其中，选出的数值可为所述区间值的中间值。
具体的，在未晕眩数据集的四个影响因素中，有无视觉锚点和是否要求虚拟现实设备的用户输入肢体动作信息均只有是或者否两个选择，无需在区间内选取数值。虚拟现实图像信息的色彩对比度和人物动作的延迟时间则为区间数值。因此，基于虚拟现实图像信息的色彩对比度及人物动作的延迟时间的区间值调整第一信息值时，可以优先选择区间值的中间值来替换第一信息值。
S0423、将匹配成功的晕动症影响因素对应的第一信息值替换为选出的数值。
S05、将未晕眩数据集和所属各个晕动症影响因素的第三信息值显示至可视化界面。
具体的，通过客户端电脑的可视化界面向客户展示在已有数据基础上进行分析的结果。在可视化界面上显示出虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作与虚拟现实设备用户晕动状态的相关性分析结果。
具体实施时，在调整晕动症影响因素的第一信息值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩的过程中，可以任意、随机调整上述晕动症影响因素的第一信息值。为了更精准、快速的使得调整后的上述晕动症影响因素的第一信息值，可以缓解、避免用户使用虚拟现实设备时出现晕眩，可以参考各个晕动症影响因素的第三信息值来调整晕动症影响因素的第一信息值。此外，还可以通过对用户发生晕动的情况进行等级划分，而等级划分则可以依据用户的晕动感受（具体晕动的感受可以通过运动症状来衡量，例如，出现的头晕、头疼、呕吐等晕动症状越多，晕动的感受越强烈），晕动的感受越强烈，等级越高，进而将上述晕动症影响因素的第三信息值也划分出不同等级对应的区间值或选项，例如，根据数值出现的频率来划分不同等级对应的区间值，当上述晕动症影响因素的第三信息值的某个数值在未晕眩数据集中出现的频率越高，则该数值对应划分到高等级对应的区间值；最后，根据等级对应的区间值中的数值来调整用户发生晕动情况对应等级下的第一信息值，这样可以使得调整后的第一信息值更个性化、更适合个体用户且能避免晕眩。
在本实施例中，提供了一种计算机设备，如图2所示，包括存储器201、处理器202及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任意的虚拟现实设备的防晕眩储方法。
具体的，该计算机设备可以是计算机终端、服务器或者类似的运算装置。
在本实施例中，提供了一种计算机可读存储介质，计算机可读存储介质存储有执行上述任意的虚拟现实设备的防晕眩方法的计算机程序。
具体的，计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读存储介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
基于同一发明构思，本发明实施例中还提供了一种虚拟现实设备的防晕眩装置，如下面的实施例。由于虚拟现实设备的防晕眩装置解决问题的原理与虚拟现实设备的防晕眩方法相似，因此虚拟现实设备的防晕眩装置的实施可以参见虚拟现实设备的防晕眩方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是本发明实施例的虚拟现实设备的防晕眩装置的结构框图，如图3所示，包括：目标场景建模与显示模块301、晕眩数据集采集模块302、晕眩预测模块303和优化调整模块304，下面对该结构进行说明。
目标场景建模与显示模块301，用于构采集当前用户对虚拟现实设备输入的交互相关参数，并从交互相关参数中获取晕动症影响因素的第一信息值，其中，晕动症影响因素包括虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息；
晕眩数据集采集模块302，用于获取晕眩数据集，晕眩数据集包括晕眩状态下各个晕动症影响因素对应的第二信息值；
晕眩预测模块303，用于将第一信息值与第二信息值进行匹配，当匹配成功时，判断当前用户在第一信息值下使用虚拟现实设备出现晕眩；
优化调整模块304，用于调整晕动症影响因素的第一信息值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩。
在一个实施例中，晕眩数据集采集模块，包括：
构建测试场景单元，用于构建多个虚拟现实测试场景，在每个虚拟现实测试场景下设置晕动症影响因素的信息值为可调节状态；
晕动症影响因素调整单元，用于依次显示每个虚拟现实测试场景，在显示每个虚拟现实测试场景的过程中，依次调整各个晕动症影响因素的信息值，每次调整一个晕动症影响因素的信息值；
采集信息值单元，用于采集每次调整晕动症影响因素的信息值后用户的晕动状态，采集的晕动状态和每个晕动状态下各个晕动症影响因素的信息值组成测试数据集，其中，晕动状态包括晕眩状态和未晕眩状态；
信息值归纳分类单元，用于对测试数据集使用规则归纳算法进行分类，生成晕眩数据集和未晕眩数据集。
在一个实施例中，信息值归纳分类单元，还用于对测试数据集使用规则归纳算法进行分类，根据分类结果，将晕动状态为未晕眩状态下的各个晕动症影响因素的信息值组成未晕眩数据集；
从未晕眩数据集中分别提取虚拟现实图像信息的色彩对比度和人物动作的延迟时间对应的第三信息值；
分别对虚拟现实图像信息的色彩对比度和人物动作的延迟时间对应的第三信息值进行大小排序，确定出虚拟现实图像信息的色彩对比度对应的第三信息值的区间值和人物动作的延迟时间对应的第三信息值的区间值。
在一个实施例中，上述装置还包括：
获取未晕眩数据集模块，用于获取未晕眩数据集，未晕眩数据集包括未晕眩状态下各个晕动症影响因素对应的第三信息值；
信息值优化调整模块，用于根据未晕眩数据集中各个晕动症影响因素对应的第三信息值，调整晕动症影响因素的第一信息值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为出现晕眩，每次调整一个晕动症影响因素对应的第一信息值。
在一个实施例中，信息值优化调整模块，包括：
影响因素取得单元，用于获取第一信息值与第二信息值匹配成功的晕动症影响因素；
影响因素数值确定单元，用于当匹配成功的晕动症影响因素包括虚拟现实图像信息的色彩对比度或人物动作的延迟时间，从未晕眩数据集中虚拟现实图像信息的色彩对比度对应的第三信息值的区间值或人物动作的延迟时间对应的第三信息值的区间值内选出一个数值，其中，选出的数值为所述区间值的中间值；
影响因素数值调整模块，用于将匹配成功的晕动症影响因素对应的第一信息值替换为选出的数值，直至判断当前用户在调整后的晕动症影响因素的信息值下使用虚拟现实设备为出现晕眩，每次调整一个晕动症影响因素对应的第一信息值。
在一个实施例中，上述装置还包括：
分析结果展示模块，用于将未晕眩数据集和所属各个晕动症影响因素的第三信息值显示至可视化界面。
本发明实施例实现了如下技术效果：提出了四种在虚拟现实环境下用户晕动症影响因素标准（虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息），在物理环境与虚拟现实设备参数一定的条件下，对可能的用户晕动症影响因素进行了分类。当预测到用户会发生眩晕时，通过调整虚拟现实设备的四种晕动症影响因素的值，降低眩晕的发生，为虚拟现实设备上的软件开发提供参考。此外，基于小样本实验，采用属于规则学习算法的Ripper算法，学习分析虚拟现实设备用户的个人特征、互动过程中参数以及不可量化参数中各因素对用户晕动症影响的关系，并应用至晕动症检测系统中。
显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。
以上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，本发明实施例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 (10)
1.一种虚拟现实设备的防晕眩方法，其特征在于，包括：
采集当前用户对虚拟现实设备输入的交互相关参数，并从所述交互相关参数中获取晕动症影响因素的第一信息值，其中，所述晕动症影响因素包括虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息；
获取晕眩数据集，所述晕眩数据集包括晕眩状态下各个晕动症影响因素对应的第二信息值；
将所述第一信息值与所述第二信息值进行匹配，当匹配成功时，判断所述当前用户在所述第一信息值下使用虚拟现实设备出现晕眩；
调整所述晕动症影响因素的所述第一信息值，直至判断所述当前用户在调整后的所述晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩。
2.如权利要求1所述的虚拟现实设备的防晕眩方法，其特征在于，获取晕眩数据集，包括：
构建多个虚拟现实测试场景，在每个所述虚拟现实测试场景下设置所述晕动症影响因素的信息值为可调节状态；
依次显示每个所述虚拟现实测试场景，在显示每个所述虚拟现实测试场景的过程中，依次调整各个晕动症影响因素的信息值，每次调整一个晕动症影响因素的信息值；
采集每次调整晕动症影响因素的信息值后用户的晕动状态，采集的晕动状态和每个晕动状态下各个晕动症影响因素的信息值组成测试数据集，其中，所述晕动状态包括晕眩状态和未晕眩状态；
对所述测试数据集使用规则归纳算法进行分类，生成晕眩数据集和未晕眩数据集。
3.如权利要求2所述的虚拟现实设备的防晕眩方法，其特征在于，对所述测试数据集使用规则归纳算法进行分类，生成未晕眩数据集，包括：
对所述测试数据集使用规则归纳算法进行分类，根据分类结果，将晕动状态为未晕眩状态下的各个晕动症影响因素的信息值组成未晕眩数据集；
从所述未晕眩数据集中分别提取所述虚拟现实图像信息的色彩对比度和所述人物动作的延迟时间对应的第三信息值；
分别对所述虚拟现实图像信息的色彩对比度和所述人物动作的延迟时间对应的第三信息值进行大小排序，确定出所述虚拟现实图像信息的色彩对比度对应的第三信息值的区间值和所述人物动作的延迟时间对应的第三信息值的区间值。
4.如权利要求2所述的虚拟现实设备的防晕眩方法，其特征在于，所述规则归纳算法为Pipper算法。
5.如权利要求1至4中任一项所述的虚拟现实设备的防晕眩方法，其特征在于，调整所述晕动症影响因素的所述第一信息值，直至判断所述当前用户在调整后的所述晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩，包括：
获取未晕眩数据集，所述未晕眩数据集包括未晕眩状态下各个晕动症影响因素对应的第三信息值；
根据所述未晕眩数据集中各个晕动症影响因素对应的第三信息值，调整所述晕动症影响因素的所述第一信息值，直至判断所述当前用户在调整后的所述晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩，每次调整一个所述晕动症影响因素对应的所述第一信息值。
6.如权利要求5所述的虚拟现实设备的防晕眩方法，其特征在于，根据所述未晕眩数据集中各个晕动症影响因素对应的第三信息值，调整所述晕动症影响因素的所述第一信息值，包括：
获取所述第一信息值与所述第二信息值匹配成功的晕动症影响因素；
当所述匹配成功的晕动症影响因素包括所述虚拟现实图像信息的色彩对比度或所述人物动作的延迟时间，从所述未晕眩数据集中所述虚拟现实图像信息的色彩对比度对应的第三信息值的区间值或所述人物动作的延迟时间对应的第三信息值的区间值内选出一个数值，其中，选出的数值为所述区间值的中间值；
将所述匹配成功的晕动症影响因素对应的第一信息值替换为选出的数值。
7.如权利要求3所述的虚拟现实设备的防晕眩方法，其特征在于，还包括，
将所述未晕眩数据集和所属各个晕动症影响因素的第三信息值显示至可视化界面。
8.一种虚拟现实设备的防晕眩装置，其特征在于，包括：
目标场景建模与显示模块，用于采集当前用户对虚拟现实设备输入的交互相关参数，并从所述交互相关参数中获取晕动症影响因素的第一信息值，其中，所述晕动症影响因素包括虚拟现实图像信息的色彩对比度、人物动作的延迟时间、有无视觉锚点以及是否要求虚拟现实设备的用户输入肢体动作信息；
晕眩数据集采集模块，用于获取晕眩数据集，所述晕眩数据集包括晕眩状态下各个晕动症影响因素对应的第二信息值；
晕眩预测模块，用于将所述第一信息值与所述第二信息值进行匹配，当匹配成功时，判断所述当前用户在所述第一信息值下使用虚拟现实设备出现晕眩；
优化调整模块，用于调整所述晕动症影响因素的所述第一信息值，直至判断所述当前用户在调整后的所述晕动症影响因素的信息值下使用虚拟现实设备为未出现晕眩。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的虚拟现实设备的防晕眩方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至7中任一项所述的虚拟现实设备的防晕眩方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310707025.4A CN116483208B (zh) | 2023-06-15 | 2023-06-15 | 虚拟现实设备的防晕眩方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310707025.4A CN116483208B (zh) | 2023-06-15 | 2023-06-15 | 虚拟现实设备的防晕眩方法、装置、计算机设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116483208A CN116483208A (zh) | 2023-07-25 |
| CN116483208B true CN116483208B (zh) | 2023-10-10 |
Family
ID=87221705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310707025.4A Active CN116483208B (zh) | 2023-06-15 | 2023-06-15 | 虚拟现实设备的防晕眩方法、装置、计算机设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116483208B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105955454A (zh) * | 2016-04-15 | 2016-09-21 | 北京小鸟看看科技有限公司 | 一种用于虚拟现实系统的防眩晕方法和装置 |
| CN108096834A (zh) * | 2017-12-29 | 2018-06-01 | 深圳奇境森林科技有限公司 | 一种虚拟现实防眩晕方法 |
| CN115061567A (zh) * | 2022-06-13 | 2022-09-16 | 京东方科技集团股份有限公司 | 防眩晕方法、装置、存储介质、处理设备及虚拟现实设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10565777B2 (en) * | 2016-09-30 | 2020-02-18 | Sony Interactive Entertainment Inc. | Field of view (FOV) throttling of virtual reality (VR) content in a head mounted display |
| US10537705B2 (en) * | 2017-09-20 | 2020-01-21 | Boarding Ring | System and method for inhibiting motion sickness |
| KR102656801B1 (ko) * | 2018-12-07 | 2024-04-15 | 한국전자통신연구원 | 가상 현실 컨텐츠에 대한 멀미 유발 요소 분석 방법 및 이를 위한 장치 |
-
2023
- 2023-06-15 CN CN202310707025.4A patent/CN116483208B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105955454A (zh) * | 2016-04-15 | 2016-09-21 | 北京小鸟看看科技有限公司 | 一种用于虚拟现实系统的防眩晕方法和装置 |
| CN108096834A (zh) * | 2017-12-29 | 2018-06-01 | 深圳奇境森林科技有限公司 | 一种虚拟现实防眩晕方法 |
| CN115061567A (zh) * | 2022-06-13 | 2022-09-16 | 京东方科技集团股份有限公司 | 防眩晕方法、装置、存储介质、处理设备及虚拟现实设备 |
Non-Patent Citations (1)
| Title |
|---|
| 解决VR眩晕的关键技术综述;黄德胜;;福建电脑(06);106-107, 141 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116483208A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11798297B2 (en) | Control device, system and method for determining the perceptual load of a visual and dynamic driving scene | |
| KR20170104846A (ko) | 가상현실 콘텐츠 분석 방법 및 장치 | |
| CN115131849A (zh) | 图像生成方法以及相关设备 | |
| CN111026267A (zh) | Vr脑电意念控制接口系统 | |
| CN112188306A (zh) | 一种标签生成方法、装置、设备及存储介质 | |
| Borji | Qualitative failures of image generation models and their application in detecting deepfakes | |
| CN117635418B (zh) | 生成对抗网络的训练方法、双向图像风格转换方法和装置 | |
| WO2020197655A1 (en) | Action classification based on manipulated object movement | |
| Jiang et al. | Quality assessment for virtual reality technology based on real scene | |
| CN112915539A (zh) | 一种虚拟对象检测方法、装置以及可读存储介质 | |
| Polasek et al. | ICTree: Automatic perceptual metrics for tree models | |
| CN112767038B (zh) | 基于美学特征的海报ctr预测方法及装置 | |
| CN113850828A (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 | |
| CN116483208B (zh) | 虚拟现实设备的防晕眩方法、装置、计算机设备及介质 | |
| US20240029375A1 (en) | Synchronizing physical and virtual environments using quantum entanglement | |
| KR20170105905A (ko) | 가상현실 콘텐츠 분석 방법 및 장치 | |
| Takouachet et al. | Perception of noise and global illumination: Toward an automatic stopping criterion based on SVM | |
| CN117435999A (zh) | 一种风险评估方法、装置、设备以及介质 | |
| CN117011533A (zh) | 一种噪声图像识别方法以及相关设备 | |
| CN115374141B (zh) | 虚拟形象的更新处理方法及装置 | |
| CN114917590A (zh) | 一种虚拟现实的游戏系统 | |
| Mendil et al. | Behaviour-based detection of transient visual interaction obstacles with convolutional neural networks and cognitive user simulation | |
| CN115278303B (zh) | 视频处理方法、装置、设备以及介质 | |
| Abid et al. | On the usage of visual saliency models for computer generated objects | |
| Seychell | An efficient saliency driven approach for image manipulation |
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 | ||
| CB02 | Change of applicant information |
Address after: 100044 Beijing city Haidian District Xizhimen Shangyuan Village No. 3 Applicant after: Beijing Jiaotong University Applicant after: BEIJING WEEIN SOFTWARE TECHNOLOGY CO.,LTD. Address before: 804, 8th Floor, Science and Education Building, No. 89, Zone 1, No. 44 Gaoliangqiao Xiejie Street, Haidian District, Beijing, 100044 Applicant before: BEIJING WEEIN SOFTWARE TECHNOLOGY CO.,LTD. Applicant before: Beijing Jiaotong University |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |