CN117708571B - 一种基于虚拟现实的教学管理方法及系统 - Google Patents
一种基于虚拟现实的教学管理方法及系统 Download PDFInfo
- Publication number
- CN117708571B CN117708571B CN202410168757.5A CN202410168757A CN117708571B CN 117708571 B CN117708571 B CN 117708571B CN 202410168757 A CN202410168757 A CN 202410168757A CN 117708571 B CN117708571 B CN 117708571B
- Authority
- CN
- China
- Prior art keywords
- target
- virtual
- teaching
- virtual teaching
- scene
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000036541 health Effects 0.000 claims description 114
- 230000006399 behavior Effects 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 13
- 230000009323 psychological health Effects 0.000 abstract description 7
- 230000035790 physiological processes and functions Effects 0.000 description 20
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000005856 abnormality Effects 0.000 description 7
- 206010028813 Nausea Diseases 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008693 nausea Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 201000003152 motion sickness Diseases 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种基于虚拟现实的教学管理方法及系统,涉及虚拟现实教学技术领域,方法包括:获取历史教学数据,提取用户的生理特征向量;构建每个虚拟教学场景的生理特征集合,生成每个生理特征集合的用户分布特征向量;对多个虚拟教学场景进行分类;接收目标用户的虚拟教学请求,提取目标用户的第一目标虚拟教学场景,确定第一目标虚拟教学场景的生理影响等级;判断第一目标虚拟教学场景的生理影响等级是否低于预设安全等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学。本发明实现了在保证用户在虚拟现实教学中的身体和心理健康的同时,最大程度地提升教学效果。
Description
技术领域
本发明涉及虚拟现实教学技术领域,尤其涉及一种基于虚拟现实的教学管理方法及系统。
背景技术
在当前迅猛发展的教育科技领域,虚拟现实(VR)技术正成为教学管理的创新手段之一。虚拟现实教学系统通过模拟真实场景,提供身临其境的学习体验,有望提高学习效果和参与度。然而,在不同用户的应用过程中,体质差异可能导致对虚拟现实场景的感知和适应能力存在差异,甚至可能引发生理指标异常。各个用户的生理特征因素诸如视觉、听觉、平衡感等在虚拟现实环境下的表现可能有显著差异。例如,一些用户可能对高度真实的虚拟场景更容易产生晕动症和恶心感,而另一些用户则可能适应得更好。这种差异可能与个体的生理素质、耐受性以及对虚拟体验的适应能力有关。
为了有效实现基于虚拟现实的个性化教学管理,需要对基于虚拟现实的教学管理进行优化,在确保用户在虚拟现实教学中的身体和心理健康的同时,最大程度地提升教学效果。
发明内容
为解决上述技术问题,本发明提出了一种基于虚拟现实的教学管理方法及系统,对基于虚拟现实的教学管理进行优化,提升教学效果。
本发明实施例第一方面提供一种基于虚拟现实的教学管理方法,包括:
获取历史教学数据,包括多个虚拟教学场景下多个用户的生理特征数据;
基于预设健康特征分析历史教学数据中的多组生理特征数据,提取每个虚拟教学场景下每个用户的生理特征向量,生理特征向量的每个元素分别表征虚拟教学过程中不同时间段下用户的健康状态;
构建每个虚拟教学场景的生理特征集合,根据生理特征集合中的多个用户的生理特征向量提取每个用户的健康特征值,生成每个生理特征集合的用户分布特征向量,用户分布特征向量的每个元素分别表征每个健康特征值范围内的用户数量;
基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,构建虚拟教学场景类型集合;
接收目标用户的虚拟教学请求,提取目标用户的第一目标虚拟教学场景,将第一目标虚拟教学场景与虚拟教学场景类型集合中的多个虚拟教学场景进行匹配,确定第一目标虚拟教学场景的生理影响等级;
判断第一目标虚拟教学场景的生理影响等级是否低于预设安全等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
否则确定目标用户是否存在历史教学行为,若不存在则拒绝目标用户的虚拟教学请求,并基于预设安全等级从虚拟教学场景类型集合筛选出第二目标虚拟教学场景,基于第二目标虚拟教学场景向目标用户进行虚拟教学推荐。
优选地,基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,包括:
生成每个用户分布特征向量的用户分布曲线,确定用户分布曲线的峰值健康特征值范围,每个生理影响等级对应一个健康特征值范围,根据峰值健康特征值范围对多个虚拟教学场景进行分类,根据每个虚拟教学场景的峰值健康特征值范围确定每个虚拟教学场景的生理影响等级。
优选地,对于虚拟教学场景类型集合,还包括:
对于任意一个生理影响等级,提取生理影响等级下每个用户在不同虚拟教学场景下的健康特征值,确定每个用户在不同虚拟教学场景下所属的健康特征值范围;
对于任意一个用户,根据用户在不同虚拟教学场景下所属的健康特征值范围和虚拟教学场景类型集合对多个虚拟教学场景进行排序,从排序好的多个虚拟教学场景中确定参考偏离等级;
遍历生理影响等级下的所有用户,确定生理影响等级下每个用户的参考偏离等级,基于每个参考偏离等级对应的用户数量从多个参考偏离等级确定生理影响等级的目标偏离等级;
遍历所有生理影响等级,生成每个生理影响等级的目标偏离等级并写入虚拟教学场景类型集合中。
优选地,在确定目标用户是否存在历史教学行为的过程中,还包括:
若目标用户存在历史教学行为,提取历史教学行为对应的目标教学数据,确定目标教学数据中的多个虚拟教学场景,基于虚拟教学场景类型集合确定目标教学数据中每个虚拟教学场景的生理影响等级,提取目标教学数据中每个虚拟教学场景的目标生理特征向量;
基于生理影响等级对目标教学数据中的多个虚拟教学场景进行排序,通过目标生理特征向量和生理影响等级确定目标教学数据中每个虚拟教学场景的偏向等级,包括偏高、正常和偏低中的一种;
遍历目标教学数据的每个虚拟教学场景,选取偏向等级不高于预设标准等级且生理影响等级最高的虚拟教学场景记为第三目标虚拟教学场景;
基于虚拟教学场景类型集合确定第三目标虚拟教学场景的目标偏离等级,判断第一目标虚拟教学场景的生理影响等级是否低于第三目标虚拟教学场景的目标偏离等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
否则基于第三目标虚拟教学场景的目标偏离等级从虚拟教学场景类型集合筛选出第四目标虚拟教学场景,基于第四目标虚拟教学场景向目标用户进行虚拟教学推荐。
优选地,通过目标生理特征向量和生理影响等级确定目标教学数据中每个虚拟教学场景的偏向等级,包括:
对于任意一个虚拟教学场景,确定虚拟教学场景的生理影响等级对应的健康特征值范围,基于虚拟教学场景的目标生理特征向量确定虚拟教学场景的目标健康特征值;
若目标健康特征值低于虚拟教学场景的生理影响等级对应的健康特征值范围的健康特征值最小值,则虚拟教学场景的偏向等级表现为偏低;若目标健康特征值处于虚拟教学场景的生理影响等级对应的健康特征值范围,则虚拟教学场景的偏向等级表现为正常,若目标健康特征值高于虚拟教学场景的生理影响等级对应的健康特征值范围的健康特征值最大值,则虚拟教学场景的偏向等级表现为偏高。
优选地,基于第三目标虚拟教学场景的目标偏离等级从虚拟教学场景类型集合筛选出第四目标虚拟教学场景,包括:
从虚拟教学场景类型集合筛选出生理影响等级不高于第三目标虚拟教学场景的目标偏离等级的至少一个虚拟教学场景,生成第四目标虚拟教学场景。
本发明实施例第二方面提供一种基于虚拟现实的教学管理系统,所述的一种基于虚拟现实的教学管理系统用于执行上述的一种基于虚拟现实的教学管理方法,包括:
历史教学数据获取模块,用于获取历史教学数据,包括多个虚拟教学场景下多个用户的生理特征数据;
生理特征提取模块,用于基于预设健康特征分析历史教学数据中的多组生理特征数据,提取每个虚拟教学场景下每个用户的生理特征向量;
分布特征提取模块,用于基于多个用户的生理特征向量提取每个用户的健康特征值,生成每个虚拟教学场景的用户分布特征向量;
虚拟教学场景分类模块,用于基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,构建虚拟教学场景类型集合;
虚拟教学请求响应模块,用于接收目标用户的虚拟教学请求,确定用于对目标用户进行虚拟教学的虚拟教学场景并对目标用户进行虚拟教学。
优选地,对于虚拟教学请求响应模块,还包括:
在接收目标用户的虚拟教学请求后,提取目标用户的第一目标虚拟教学场景,将第一目标虚拟教学场景与虚拟教学场景类型集合中的多个虚拟教学场景进行匹配,确定第一目标虚拟教学场景的生理影响等级;
判断第一目标虚拟教学场景的生理影响等级是否低于预设安全等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
否则确定目标用户是否存在历史教学行为,若不存在则拒绝目标用户的虚拟教学请求,并基于预设安全等级从虚拟教学场景类型集合筛选出第二目标虚拟教学场景,基于第二目标虚拟教学场景向目标用户进行虚拟教学推荐。
本发明具有以下有益效果:
本发明通过分析大量用户的历史教学数据,通过预设健康特征对不同用户的生理特征数据进行分析,提取每个用户在不同虚拟现实场景下的生理特征向量,以及提取表征不同用户对虚拟现实场景的接受程度的用户分布特征向量,实现对多个虚拟现实场景的分类,并通过分析用户的历史教学行为以及用户的虚拟教学请求,确定适合对用户进行虚拟教学的虚拟现实场景,针对用户在不同虚拟教学场景下的生理状态的表现数据为用户提供最佳的虚拟教学场景,在保证用户在虚拟现实教学中的身体和心理健康的同时,最大程度地提升教学效果。
附图说明
图1为本发明实施例中提供的一种基于虚拟现实的教学管理方法的流程示意图。
图2为本发明实施例中提供的一种基于虚拟现实的教学管理系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,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。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参见图1,其示出了本发明实施例中提供的一种基于虚拟现实的教学管理方法的流程示意图,具体包括步骤S100至步骤S600,下面对图1示出的具体流程进行详细的阐述。
一种基于虚拟现实的教学管理方法,包括:
S100、获取历史教学数据,基于预设健康特征分析历史教学数据中的多组生理特征数据,提取每个虚拟教学场景下每个用户的生理特征向量。
基于虚拟现实教学可以为被教学的用户提供身临其境的学习体验,例如实验教学、历史文化教学、艺术设计教学、安全教育教学等领域,通过虚拟显示技术构建对应得到虚拟教学场景有助于加深对学科内容的理解和记忆,以激发被教学者的兴趣,提升他们的学习效果。以安全教育教学为例,通过构建灾害演练场景、自然灾害规避场景、交通安全场景等,便于被教学者学习相关的应对技能。
在本实施例中,可通过虚拟教学场景提供方的VR系统采集不同用户在进行虚拟教学过程中的历史教学数据,包括但不限于每个用户的身份信息和不同用户在不同虚拟教学场景下的生理特征数据等各类采集到的数据,其中,用户的生理特征数据可以是心率、呼吸频率、血压、皮肤电活动数据、脑电波等数据,可通过预设健康特征对用户的生理特征数据进行分析,确定用户的生理状态是否处于正常水平。示例性的,成年人的安静心率一般在每分钟60-100次之间,正常呼吸频率在每分钟12-20次之间,而超出相关的范围后视为对应的生理特征项存在异常。
值得说明的是,本领域技术人员可以针对用户的身份和实际教学情况设定每类生理特征的正常参考范围,从而对虚拟教学过程中用户的生理状态进行监测,并在生理特征出现异常时进行及时预警,本实施例中不对预设健康特征进行具体限定,若虚拟教学的对象为学生时,针对不同年龄范围内的学生,本领域技术人员可以结合实际情况对预设健康特征进行调整,以提升生理状态异常的预警精度,以确保学生在虚拟现实教学中的身体和心理健康。
在本实施例中,通过多个预设健康特征确定虚拟教学过程中不同时间段下用户的生理状态水平是否存在异常,对生理状态异常的时间进行标记,基于预设模板确定每位用户在每个虚拟教学场景下的生理特征向量,其中,生理特征向量的每个元素分别表征虚拟教学过程中不同时间段下用户的健康状态。示例性的,将虚拟教学场景分为n个时间段,生理特征向量的每个元素分别对应一个时间段,若任一时间段下用户的生理状态存在异常则记为1,不存在异常则记为0。通过这种方式提取得到每个虚拟教学场景下每个用户的生理特征向量。
S200、构建每个虚拟教学场景的生理特征集合,根据生理特征集合中的多个用户的生理特征向量提取每个用户的健康特征值,生成每个生理特征集合的用户分布特征向量。
在本实施例中,生理特征集合包括有对应的虚拟教学场景下多个用户的生理特征向量,通过对多个生理特征向量进行分析,确定通过虚拟教学场景进行虚拟教学的过程中不同的生理状态表现状况,提取出用于表征用户对虚拟教学场景的适应度的用户分布特征向量,用于衡量用户在受教过程中生理状态受到的影响。
值得说明的是,虚拟教学场景的真实性涉及到多种参数,例如场景展示过程中的图像质量和分辨率、光照和阴影、声音和环绕音效、动画和运动流畅度等的差异均会导致场景的真实性发生变化,虚拟教学场景的高真实性可以增强用户的沉浸感,使得用户更专注于教学内容,教学效果更好,但是过高的真实性容易使得虚拟现实中的运动和现实生活中的运动不同步引起,导致感觉紊乱,使得用户出现晕动症和恶心等异常生理状态,影响用户的生理健康,降低用户的体验。而不同的用户之间由于体质差异等因素,对于同样的虚拟教学场景表现为不同的生理状态,本发明实施例中通过用户分布特征向量用于衡量虚拟教学场景对大量用户的实用性。
在本实施例中,用户分布特征向量的每个元素分别表征每个健康特征值范围内的用户数量,具体的,通过生理特征向量确定虚拟教学场景下不同用户的健康特征值,统计每个健康特征值范围内的用户数量,构建得到每个虚拟教学场景用户分布特征向量。以任一虚拟教学场景下的任意一个用户为例,统计该用户在该虚拟教学场景下的生理特征向量中存在异常状态的元素数量,若生理特征向量的n个时间段中,有m个时间段下用户的生理状态存在异常,即生理特征向量的m个元素的值为1,则该用户在该虚拟教学场景下的健康特征值为m。对于用户分布特征向量,多个元素用于表征0至100%范围内每个健康特征值范围内用户的人数,示例性的,以10%为间隔将0至100%分为10个健康特征值范围,统计每个健康特征值范围内的人数,从而生产每个生理特征集合的用户分布特征向量。
S300、基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,构建虚拟教学场景类型集合;
在本实施例中,通过用户分布特征向量表征不同用户对虚拟教学场景的接受程度,从而实现对虚拟教学场景的分类。
在本实施例中,基于多个用户分布特征向量生成每个虚拟教学场景的用户分布曲线,确定用户分布曲线中用户数量最多的健康特征值范围,得到用户分布曲线的峰值健康特征值范围,根据峰值健康特征值范围确定虚拟教学场景的虚拟教学场景。
在本实施例中,生理影响等级根据多个健康特征值范围进行设置,例如对于0至10%、…、90%至100%中十个健康特征值范围分别设置一至十共十个生理影响等级,并将峰值健康特征值范围对应的生理影响等级对虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,通过生理影响等级表征大部分用户对任意一个虚拟教学场景的接受程度。值得说明的是,本领域技术人员也可根据实际情况对健康特征值范围和生理影响等级的划分进行合理的设定,例如考虑到为了保证VR场景设计得相对平衡,可能要求大部分用户在体验V相关的VR场景的过程中,出现异常状态的时长不能超过某个数值,例如不能超过10min,在这种情况下可以10min为参考范围,设定多个生理影响等级,以涵盖10min这一范围,并根据大部分用户的生理状态数据进行VR场景的类型划分。
S400、接收目标用户的虚拟教学请求,提取目标用户的第一目标虚拟教学场景,将第一目标虚拟教学场景与虚拟教学场景类型集合中的多个虚拟教学场景进行匹配,确定第一目标虚拟教学场景的生理影响等级;
S500、判断第一目标虚拟教学场景的生理影响等级是否低于预设安全等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
在本实施例中,用户在进行自主选择虚拟教学场景以进行相关学习的过程中,针对目标用户发出的虚拟教学请求中涉及到的虚拟教学场景,记为第一目标虚拟教学场景,通过虚拟教学场景类型集合中记载的多个虚拟教学场景和对应的生理影响等级,确定第一目标虚拟教学场景的生理影响等级,通过预设安全等级确定是否为用户提供关于第一目标虚拟教学场景的虚拟教学。示例性的,以2min为例,即保证用户在体验相关的虚拟教学场景的过程中,大部分用户体验的全过程中出现生理状态异常,例如头晕、恶心等状态的时长不能超过2min,则2min对应的生理影响等级记为预设安全等级,若目标用户选择的第一目标虚拟教学场景对应的生理影响等级低于预设安全等级,则构建第一目标虚拟教学场景并对目标用户进行虚拟教学,以保证在对用户进行虚拟教学过程中的生理和心理健康。
S600、否则确定目标用户是否存在历史教学行为,若不存在则拒绝目标用户的虚拟教学请求,并基于预设安全等级从虚拟教学场景类型集合筛选出第二目标虚拟教学场景,基于第二目标虚拟教学场景向目标用户进行虚拟教学推荐。
在本实施例中,对于目标用户选择的第一目标虚拟教学场景的生理影响等级不低于预设安全等级的情况,还通过分析用户的历史教学行为中的目标教学数据,确定是否通过第一目标虚拟教学场景向目标用户进行虚拟教学。具体的,若目标用户不存在历史教学行为,即在这之前用户未曾接受过基于虚拟教学场景进行学习的行为,为了保证用户进行虚拟教学过程中的生理健康,先选择适合用户的虚拟教学场景并向用户推荐,例如根据低于预设安全等级的多个虚拟教学场景确定第二目标虚拟教学场景,将第二目标虚拟教学场景推荐给用户以供用户进行选择。值得说明的是,本领域技术人员也可结合其他方式选择出第二目标虚拟教学场景,例如为用户提供知识类型选择功能,用户可选择相关的虚拟教学场景涉及到的知识类型,以筛选得到符合用户需求的第二目标虚拟教学场景,使得用户可以更好地选择出适合自己的虚拟教学场景,本实施例中不对其进行具体限定。而对于用户存在相关的历史教学行为的情况下,可通过对历史教学行为中的目标教学数据进行具体分析,以确定更为适合用户的虚拟教学场景,例如选择从真实性更高的虚拟教学场景中进行选择,在确保用户在虚拟现实教学中的身体和心理健康的同时,尽可能地提升教学效果。
更进一步的,对于上述的步骤S300,在构建虚拟教学场景类型集合,还对多个生理影响等级的适用性进行深入分析,确定每个生理影响等级的目标偏离等级并写入虚拟教学场景类型集合中。
具体的,以任意一个生理影响等级为例进行说明,提取该生理影响等级下每个用户在不同虚拟教学场景下的健康特征值,确定每个用户在不同虚拟教学场景下所属的健康特征值范围。
在本实施例中,在确定多个生理影响等级后,还对每个生理影响等级下的多个虚拟教学场景下包括的多个用户的历史教学数据进行分析,具体为先确定每个生理影响等级下的多个虚拟教学场景中,实际表现符合虚拟教学场景的生理影响等级的多个用户,即这些用户在该生理影响等级下的至少一个虚拟教学场景的学习过程中,表现出的健康特征值符合该生理影响等级对应的健康特征值范围,即用户恰好可以接受该生理影响等级下的虚拟教学场景,生理状态出现异常的时长不会出现超过健康特征值范围,舍弃可能存在的部分对虚拟教学的适应性较好或者较差的少部分用户。提取出实际表现符合虚拟教学场景的生理影响等级的多个用户中,每个用户在不同生理影响等级下的虚拟教学场景中的健康特征值,确定相关的健康特征值范围。
对于任意一个用户,根据用户在不同虚拟教学场景下所属的健康特征值范围和虚拟教学场景类型集合对多个虚拟教学场景进行排序,从排序好的多个虚拟教学场景中确定参考偏离等级。
在本实施例中,任意一个生理影响等级下用户的参考偏离等级用于表示,实际表现符合虚拟教学场景的生理影响等级的多个用户,可以恰好适应参考偏离等级下的虚拟教学场景,具体的,在确定用户在不同虚拟教学场景下所属的健康特征值范围后,通过虚拟教学场景类型集合记载的不同虚拟教学场景的生理影响等级对多个虚拟教学场景进行排序,例如基于生理影响等级从高到低的顺序对多个虚拟教学场景进行排序,遍历排序好的多个虚拟教学场景,分析每个虚拟教学场景下用户的健康特征值范围是否符合该虚拟教学场景的生理影响等级对应的健康特征值范围,从健康特征值范围符合虚拟教学场景的生理影响等级对应的健康特征值范围的多个虚拟教学场景中,选择出生理影响等级最高的虚拟教学场景,该虚拟教学场景对应的生理影响等级为该虚拟教学场景对应的参考偏离等级。
遍历生理影响等级下的所有用户,通过上述方式确定生理影响等级下每个用户的参考偏离等级,基于每个参考偏离等级对应的用户数量从多个参考偏离等级确定生理影响等级的目标偏离等级。
在本实施例中,在确定每个参考偏离等级对应的用户数量后,选择用户数量最多的生理影响等级作为该生理影响等级的目标偏离等级。
值得说明的是,多个生理影响等级主要是通过分析大量用户在不同的虚拟教学场景下的生理状态数据进行确定的,用于表征不同的用户对不同的虚拟教学场景的接受程度,或者理解为不同的虚拟教学场景下大量用户的适应程度,生理影响等级的目标偏离等级则用于表示多个生理影响等级之间的关联性,具体为表示适应该生理影响等级的大量用户中,大部分用户在其它生理影响等级下的适应程度,可以理解为,对于任意一个生理影响等级的目标偏离等级,一般情况下,恰好适应该生理影响等级的用户在目标偏离等级下的生理状态的表现数据恰好符合目标偏离等级对应的健康特征值范围,若恰好适应该生理影响等级的用户在高于目标偏离等级的虚拟教学场景下可能会受到较大的影响,为了保证用户的身体健康不建议选择相关的虚拟教学场景,在低于目标偏离等级的虚拟教学场景下受到的影响较小,为了提升教学效果用户可以选择真实性更高一点的虚拟教学场景。
遍历所有生理影响等级,通过上述方式分析每个生理影响等级,从而生成每个生理影响等级的目标偏离等级并写入虚拟教学场景类型集合中。
更进一步的,对于步骤S600,在确定目标用户是否存在历史教学行为的过程中,针对目标用户存在历史教学行为的情况,还进行以下分析:
若目标用户存在历史教学行为,提取历史教学行为对应的目标教学数据,确定目标教学数据中的多个虚拟教学场景,基于虚拟教学场景类型集合确定目标教学数据中每个虚拟教学场景的生理影响等级,提取目标教学数据中每个虚拟教学场景的目标生理特征向量。
在本实施例中,对目标教学数据中的至少一个虚拟教学场景进行分析,提取出目标教学数据中每个虚拟教学场景的目标生理特征向量,并对目标教学数据中每个虚拟教学场景进行进一步的分析。
基于生理影响等级对目标教学数据中的多个虚拟教学场景进行排序,通过目标生理特征向量和生理影响等级确定目标教学数据中每个虚拟教学场景的偏向等级。
在本实施例中,通过每个虚拟教学场景的生理影响等级和用户在虚拟教学场景下实际表现出来的生理状态数据确定目标教学数据中每个虚拟教学场景的偏向等级,其中,偏向等级包括偏高、正常和偏低三种情况,具体的,以任意一个虚拟教学场景为例,确定该虚拟教学场景的生理影响等级对应的健康特征值范围,分析目标生理特征向量的目标健康特征值,分析目标健康特征值与该虚拟教学场景的生理影响等级对应的健康特征值范围的关联,若目标健康特征值低于该虚拟教学场景的生理影响等级对应的健康特征值范围的健康特征值最小值,则该虚拟教学场景的偏向等级表现为偏低,若目标健康特征值处于该虚拟教学场景的生理影响等级对应的健康特征值范围,则该虚拟教学场景的偏向等级表现为正常,若目标健康特征值高于该虚拟教学场景的生理影响等级对应的健康特征值范围的健康特征值最大值,则该虚拟教学场景的偏向等级表现为偏高。
遍历目标教学数据的每个虚拟教学场景,选取偏向等级不高于预设标准等级且生理影响等级最高的虚拟教学场景记为第三目标虚拟教学场景。
在本实施例中,预设标准等级具体选取为正常,即第三目标虚拟教学场景下,用户的目标健康特征值不高于第三目标虚拟教学场景的生理影响等级对应的健康特征值范围的健康特征值最大值。
在确定目标用户的第三目标虚拟教学场景的目标偏离等级后,基于虚拟教学场景类型集合确定第三目标虚拟教学场景的目标偏离等级,判断第一目标虚拟教学场景的生理影响等级是否低于第三目标虚拟教学场景的目标偏离等级。
具体的,若第一目标虚拟教学场景的生理影响等级低于第三目标虚拟教学场景的目标偏离等级,则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
若第一目标虚拟教学场景的生理影响等级不低于第三目标虚拟教学场景的目标偏离等级,基于第三目标虚拟教学场景的目标偏离等级从虚拟教学场景类型集合筛选出第四目标虚拟教学场景,具体为按照目标偏离等级对应的生理影响等级,选取不高于该生理影响等级的虚拟教学场景作为第四目标虚拟教学场景,基于第四目标虚拟教学场景向目标用户进行虚拟教学推荐。
值得说明的是,本发明实施例示出的对不同虚拟教学场景的分类方法,具体基于预设健康特征分析和大量用户的历史教学数据进行确定,不同用户对每个生理影响等级的适应度并不表示用户在体验高于某个生理影响等级下生理状态的异常程度很大,可以通过合理设定预设健康特征,将生理特征稍微易于正常范围的某个数值或者范围确定为预设健康特征,示例性的,成年人正常呼吸频率在每分钟12-20次之间,即每分钟12-20次之间可以视为心率处于正常范围,但是实际上当心率处于每分钟18、19次的时候已经处于较快的阶段,出现心率异常的风险较大,这种情况下例如选取每分钟19次作为衡量心率异常的健康特征。不同的用户对于虚拟现实场景的感知和适应能力存在差异是正常现象,轻微的心跳加快或者心率较高的情况也可能并不会对用户的健康造成很大的影响,并且在通过虚拟现实场景对用户进行教学的过程中也会实时监测用户的生理指标,在出现异常的时候及时进行预警或者采取相关的措施以保证用户的生理健康,本领域的技术人员可以根据被教学的对象合理地设定预设健康特征,以对虚拟现实场景的生理影响等级进行更为精确的划分。
在基于虚拟现实场景对不同用户进行教学的过程中,由于考虑到体质差异可能导致不同的用户对虚拟现实场景的感知和适应能力存在差异,而单纯的分析每个虚拟现实场景的参数例如图像质量、分辨率、环绕音效等数据难以衡量每个虚拟现实场景的真实性,因此本发明实施例中通过分析大量用户的历史教学数据,通过预设健康特征对不同用户的生理特征数据进行分析,提取每个用户在不同虚拟现实场景下的生理特征向量,以及提取表征不同用户对虚拟现实场景的接受程度的用户分布特征向量,实现对多个虚拟现实场景的分类,并通过分析用户的历史教学行为以及用户的虚拟教学请求,确定适合对用户进行虚拟教学的虚拟现实场景,针对用户在不同虚拟教学场景下的生理状态的表现数据为用户提供最佳的虚拟教学场景,在保证用户在虚拟现实教学中的身体和心理健康的同时,最大程度地提升教学效果。
参见图2,其示出了本发明实施例中提供的一种基于虚拟现实的教学管理系统的结构示意图,本发明实施例中提供的一种基于虚拟现实的教学管理系统,用于执行本发明实施例中提供的一种基于虚拟现实的教学管理方法,具体包括:
历史教学数据获取模块,用于获取历史教学数据,包括多个虚拟教学场景下多个用户的生理特征数据;
生理特征提取模块,用于基于预设健康特征分析历史教学数据中的多组生理特征数据,提取每个虚拟教学场景下每个用户的生理特征向量,生理特征向量的每个元素分别表征虚拟教学过程中不同时间段下用户的健康状态;
具体的,构建每个虚拟教学场景的生理特征集合,根据生理特征集合中的多个用户的生理特征向量提取每个用户的健康特征值,生成每个生理特征集合的用户分布特征向量,用户分布特征向量的每个元素分别表征每个健康特征值范围内的用户数量;
分布特征提取模块,用于基于多个用户的生理特征向量提取每个用户的健康特征值,生成每个虚拟教学场景的用户分布特征向量,用户分布特征向量的每个元素分别表征每个健康特征值范围内的用户数量;
虚拟教学场景分类模块,用于基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,构建虚拟教学场景类型集合;
虚拟教学请求响应模块,用于接收目标用户的虚拟教学请求,确定用于对目标用户进行虚拟教学的虚拟教学场景并对目标用户进行虚拟教学;
具体的,虚拟教学请求响应模块在接收目标用户的虚拟教学请求后,提取目标用户的第一目标虚拟教学场景,将第一目标虚拟教学场景与虚拟教学场景类型集合中的多个虚拟教学场景进行匹配,确定第一目标虚拟教学场景的生理影响等级;
判断第一目标虚拟教学场景的生理影响等级是否低于预设安全等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
否则确定目标用户是否存在历史教学行为,若不存在则拒绝目标用户的虚拟教学请求,并基于预设安全等级从虚拟教学场景类型集合筛选出第二目标虚拟教学场景,基于第二目标虚拟教学场景向目标用户进行虚拟教学推荐。
上述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的。本说明书中未作详细描述的部分属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种基于虚拟现实的教学管理方法,其特征在于,包括:
获取历史教学数据,包括多个虚拟教学场景下多个用户的生理特征数据;
基于预设健康特征分析历史教学数据中的多组生理特征数据,提取每个虚拟教学场景下每个用户的生理特征向量,生理特征向量的每个元素分别表征虚拟教学过程中不同时间段下用户的健康状态;
构建每个虚拟教学场景的生理特征集合,根据生理特征集合中的多个用户的生理特征向量提取每个用户的健康特征值,生成每个生理特征集合的用户分布特征向量,用户分布特征向量的每个元素分别表征每个健康特征值范围内的用户数量;
基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,构建虚拟教学场景类型集合;
接收目标用户的虚拟教学请求,提取目标用户的第一目标虚拟教学场景,将第一目标虚拟教学场景与虚拟教学场景类型集合中的多个虚拟教学场景进行匹配,确定第一目标虚拟教学场景的生理影响等级;
判断第一目标虚拟教学场景的生理影响等级是否低于预设安全等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
否则确定目标用户是否存在历史教学行为,若不存在则拒绝目标用户的虚拟教学请求,并基于预设安全等级从虚拟教学场景类型集合筛选出第二目标虚拟教学场景,基于第二目标虚拟教学场景向目标用户进行虚拟教学推荐;
基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,包括:
生成每个用户分布特征向量的用户分布曲线,确定用户分布曲线的峰值健康特征值范围,每个生理影响等级对应一个健康特征值范围,根据峰值健康特征值范围对多个虚拟教学场景进行分类,根据每个虚拟教学场景的峰值健康特征值范围确定每个虚拟教学场景的生理影响等级。
2.根据权利要求1所述的一种基于虚拟现实的教学管理方法,其特征在于,对于虚拟教学场景类型集合,还包括:
对于任意一个生理影响等级,提取生理影响等级下每个用户在不同虚拟教学场景下的健康特征值,确定每个用户在不同虚拟教学场景下所属的健康特征值范围;
对于任意一个用户,根据用户在不同虚拟教学场景下所属的健康特征值范围和虚拟教学场景类型集合对多个虚拟教学场景进行排序,从排序好的多个虚拟教学场景中确定参考偏离等级;
遍历生理影响等级下的所有用户,确定生理影响等级下每个用户的参考偏离等级,基于每个参考偏离等级对应的用户数量从多个参考偏离等级确定生理影响等级的目标偏离等级;
遍历所有生理影响等级,生成每个生理影响等级的目标偏离等级并写入虚拟教学场景类型集合中。
3.根据权利要求2所述的一种基于虚拟现实的教学管理方法,其特征在于,在确定目标用户是否存在历史教学行为的过程中,还包括:
若目标用户存在历史教学行为,提取历史教学行为对应的目标教学数据,确定目标教学数据中的多个虚拟教学场景,基于虚拟教学场景类型集合确定目标教学数据中每个虚拟教学场景的生理影响等级,提取目标教学数据中每个虚拟教学场景的目标生理特征向量;
基于生理影响等级对目标教学数据中的多个虚拟教学场景进行排序,通过目标生理特征向量和生理影响等级确定目标教学数据中每个虚拟教学场景的偏向等级,包括偏高、正常和偏低中的一种;
遍历目标教学数据的每个虚拟教学场景,选取偏向等级不高于预设标准等级且生理影响等级最高的虚拟教学场景记为第三目标虚拟教学场景;
基于虚拟教学场景类型集合确定第三目标虚拟教学场景的目标偏离等级,判断第一目标虚拟教学场景的生理影响等级是否低于第三目标虚拟教学场景的目标偏离等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
否则基于第三目标虚拟教学场景的目标偏离等级从虚拟教学场景类型集合筛选出第四目标虚拟教学场景,基于第四目标虚拟教学场景向目标用户进行虚拟教学推荐。
4.根据权利要求3所述的一种基于虚拟现实的教学管理方法,其特征在于,通过目标生理特征向量和生理影响等级确定目标教学数据中每个虚拟教学场景的偏向等级,包括:
对于任意一个虚拟教学场景,确定虚拟教学场景的生理影响等级对应的健康特征值范围,基于虚拟教学场景的目标生理特征向量确定虚拟教学场景的目标健康特征值;
若目标健康特征值低于虚拟教学场景的生理影响等级对应的健康特征值范围的健康特征值最小值,则虚拟教学场景的偏向等级表现为偏低;若目标健康特征值处于虚拟教学场景的生理影响等级对应的健康特征值范围,则虚拟教学场景的偏向等级表现为正常,若目标健康特征值高于虚拟教学场景的生理影响等级对应的健康特征值范围的健康特征值最大值,则虚拟教学场景的偏向等级表现为偏高。
5.根据权利要求3所述的一种基于虚拟现实的教学管理方法,其特征在于,基于第三目标虚拟教学场景的目标偏离等级从虚拟教学场景类型集合筛选出第四目标虚拟教学场景,包括:
从虚拟教学场景类型集合筛选出生理影响等级不高于第三目标虚拟教学场景的目标偏离等级的至少一个虚拟教学场景,生成第四目标虚拟教学场景。
6.一种基于虚拟现实的教学管理系统,其特征在于,所述的一种基于虚拟现实的教学管理系统用于执行上述权利要求1-5任一项所述的一种基于虚拟现实的教学管理方法,包括:
历史教学数据获取模块,用于获取历史教学数据,包括多个虚拟教学场景下多个用户的生理特征数据;
生理特征提取模块,用于基于预设健康特征分析历史教学数据中的多组生理特征数据,提取每个虚拟教学场景下每个用户的生理特征向量;
分布特征提取模块,用于基于多个用户的生理特征向量提取每个用户的健康特征值,生成每个虚拟教学场景的用户分布特征向量;
虚拟教学场景分类模块,用于基于用户分布特征向量对多个虚拟教学场景进行分类,得到每个虚拟教学场景的生理影响等级,构建虚拟教学场景类型集合;
虚拟教学请求响应模块,用于接收目标用户的虚拟教学请求,确定用于对目标用户进行虚拟教学的虚拟教学场景并对目标用户进行虚拟教学。
7.根据权利要求6所述的一种基于虚拟现实的教学管理系统,其特征在于,对于虚拟教学请求响应模块,还包括:
在接收目标用户的虚拟教学请求后,提取目标用户的第一目标虚拟教学场景,将第一目标虚拟教学场景与虚拟教学场景类型集合中的多个虚拟教学场景进行匹配,确定第一目标虚拟教学场景的生理影响等级;
判断第一目标虚拟教学场景的生理影响等级是否低于预设安全等级,若是则进行第一目标虚拟教学场景的构建,并基于第一目标虚拟教学场景对目标用户进行虚拟教学;
否则确定目标用户是否存在历史教学行为,若不存在则拒绝目标用户的虚拟教学请求,并基于预设安全等级从虚拟教学场景类型集合筛选出第二目标虚拟教学场景,基于第二目标虚拟教学场景向目标用户进行虚拟教学推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410168757.5A CN117708571B (zh) | 2024-02-06 | 2024-02-06 | 一种基于虚拟现实的教学管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410168757.5A CN117708571B (zh) | 2024-02-06 | 2024-02-06 | 一种基于虚拟现实的教学管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117708571A CN117708571A (zh) | 2024-03-15 |
CN117708571B true CN117708571B (zh) | 2024-04-26 |
Family
ID=90150160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410168757.5A Active CN117708571B (zh) | 2024-02-06 | 2024-02-06 | 一种基于虚拟现实的教学管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117708571B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480872A (zh) * | 2017-08-01 | 2017-12-15 | 深圳市鹰硕技术有限公司 | 一种基于数据交换网络的在线教学考评系统及方法 |
CN110096534A (zh) * | 2019-05-13 | 2019-08-06 | 重庆电子工程职业学院 | 一种基于vr的探究式智慧学习系统 |
CN111240479A (zh) * | 2020-01-09 | 2020-06-05 | 郑州师范学院 | 基于虚拟现实技术的心理健康教育系统 |
CN114999237A (zh) * | 2022-06-07 | 2022-09-02 | 青岛理工大学 | 一种智慧教育互动教学方法 |
CN115713875A (zh) * | 2022-11-09 | 2023-02-24 | 广东海洋大学 | 一种基于心理分析的虚拟现实仿真教学方法 |
CN115760510A (zh) * | 2023-01-10 | 2023-03-07 | 昆明理工大学 | 一种基于vr虚拟现实的教学方法及系统 |
CN116343537A (zh) * | 2023-01-30 | 2023-06-27 | 郑州铁路职业技术学院 | 一种基于互联网的数学远程教学系统 |
CN117473138A (zh) * | 2023-12-26 | 2024-01-30 | 江西工业贸易职业技术学院(江西省粮食干部学校、江西省粮食职工中等专业学校) | 一种基于虚拟现实的产品展示方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2983972A4 (en) * | 2013-02-07 | 2017-01-25 | Northeastern University | Cyclist monitoring and recommender system |
-
2024
- 2024-02-06 CN CN202410168757.5A patent/CN117708571B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480872A (zh) * | 2017-08-01 | 2017-12-15 | 深圳市鹰硕技术有限公司 | 一种基于数据交换网络的在线教学考评系统及方法 |
CN110096534A (zh) * | 2019-05-13 | 2019-08-06 | 重庆电子工程职业学院 | 一种基于vr的探究式智慧学习系统 |
CN111240479A (zh) * | 2020-01-09 | 2020-06-05 | 郑州师范学院 | 基于虚拟现实技术的心理健康教育系统 |
CN114999237A (zh) * | 2022-06-07 | 2022-09-02 | 青岛理工大学 | 一种智慧教育互动教学方法 |
CN115713875A (zh) * | 2022-11-09 | 2023-02-24 | 广东海洋大学 | 一种基于心理分析的虚拟现实仿真教学方法 |
CN115760510A (zh) * | 2023-01-10 | 2023-03-07 | 昆明理工大学 | 一种基于vr虚拟现实的教学方法及系统 |
CN116343537A (zh) * | 2023-01-30 | 2023-06-27 | 郑州铁路职业技术学院 | 一种基于互联网的数学远程教学系统 |
CN117473138A (zh) * | 2023-12-26 | 2024-01-30 | 江西工业贸易职业技术学院(江西省粮食干部学校、江西省粮食职工中等专业学校) | 一种基于虚拟现实的产品展示方法及系统 |
Non-Patent Citations (2)
Title |
---|
Research on Interactive Visual Experience Design of Intangible Cultural Heritage Based on VR Technology;Xiaoyun He;International Conference on Computer Technology and Media Convergence Design;20231231;全文 * |
基于虚拟现实技术的虚拟教学系统设计探究;杨旭超;计算机时代;20161231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117708571A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11202594B2 (en) | Stimulus information compiling method and system for tests | |
Crosby et al. | The roles beacons play in comprehension for novice and expert programmers. | |
US20200082735A1 (en) | Neuroadaptive intelligent virtual reality learning system and method | |
US20010042004A1 (en) | Methods, systems and apparatuses for matching individuals with behavioral requirements and for managing providers of services to evaluate or increase individuals' behavioral capabilities | |
CN105069294B (zh) | 一种用于认知能力值测试的计算和分析方法 | |
EP3474743B1 (en) | Method and system for detection and analysis of cognitive flow | |
CN103561651A (zh) | 评估认知功能的系统和方法 | |
JP2022008867A (ja) | 学習効率に基づいて個人カスタマイズ型教育コンテンツを提供するための機械学習方法、装置及びコンピュータプログラム | |
Peterzell et al. | Discovering sensory processes using individual differences: A review and factor analytic manifesto | |
CN109567830B (zh) | 一种基于神经响应的人格测量方法及系统 | |
CN109712718A (zh) | 基于人工智能分析学生心理的方法、装置及存储介质 | |
CN109872262A (zh) | 一种考勤系统及方法 | |
CN105105772A (zh) | 一种用于认知能力值测试的刺激信息编制方法 | |
CN108042147A (zh) | 一种刺激信息提供装置 | |
CN117894467A (zh) | 一种基于ai的体测多维度数据分析方法及系统 | |
CN117708571B (zh) | 一种基于虚拟现实的教学管理方法及系统 | |
KR101118276B1 (ko) | 생체 감성 지표 및 상황 정보로부터 학습 집중도에 관련된 학습 감성 지표를 생성하기 위한 유비쿼터스-러닝용 미들웨어 장치 | |
KR20120097098A (ko) | 생체 감성 지표 및 상황 정보로부터 생성된 학습 감성 지표에 기반하여 사용자의 학습 효과를 향상시키기 위한 유비쿼터스-러닝용 학습 효과 향상 장치 | |
Caudek | The fidelity of visual memory for faces and non-face objects | |
CN115120240B (zh) | 特殊行业目标感知技能的敏感性评估方法、设备及介质 | |
Birkenbusch et al. | Concepts behind serious games and computer-based trainings in health care: immersion, presence, flow | |
CN114999655A (zh) | 一种基于大数据的防疫心理问题早期预警及管理系统 | |
CN104992080B (zh) | 一种潜能值测验的刺激信息编制方法 | |
Doyle et al. | Capturing policy in hearing-aid decisions by audiologists | |
Thomas et al. | Multidimensional signal detection decision models of the uncertainty task: Application to face perception |
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 |