一种基于加速度的有障碍人群个性化虚拟现实插黑方法技术

本发明专利技术公开了一种基于加速度的有障碍人群个性化虚拟现实插黑方法，包括如下步骤：步骤1，构建基于加速度，以及障碍用户类型的个性化插黑时长数据集；其中加速度按大小分为T种类型，障碍用户有N种类型；步骤2，获取用户的加速度，计算得到加速度的时域特征和频域特征；步骤3，构建基于加速度时域和频域特征的概率神经网络，将加速度的时域特征和频域特征输入到概率神经网络，对加速度进行分类。步骤4，判断障碍用户类型，结合步骤3中得到的加速度分类，通过个性化插黑时长数据集得到用户的个性化插黑时长。基于加速度时域和频域特征的概率神经网络，很好的反应不同加速度之间的差异性，减少异常值对网络精度的影响，提高不同特征的差异性。征的差异性。征的差异性。

【技术实现步骤摘要】
一种基于加速度的有障碍人群个性化虚拟现实插黑方法


[0001]本专利涉及显示控制
，尤其是一种基于加速度的有障碍人群个性化虚拟现实插黑方法。

技术介绍

[0002]目前虚拟现实设备能应用于各行各业，这也就意味着虚拟现实设备应用人群更加广泛。使用者可以利用眼睛、四肢、嘴巴等对现有的虚拟现实设备进行控制，虚拟现实设备按指令完成目标任务。以上多种指令的下达方式使残障人士使用虚拟现实设备成为了可能。由于虚拟现实设备画面的帧率是一定的，目前常用插黑法来提高画面的流畅度和清晰度。现有的插黑技术在每两帧视频之间插入一帧全黑的画面，不仅能提高虚拟显示设备1倍帧率，而且由于人眼的视觉暂留现象，插黑后的虚拟现实显示设备一定程度上解决了画面拖影问题，提高画面的流畅度。然而，现有的虚拟现实插黑技术对残障人士并不友好。对于视弱人群，每秒可捕捉的画面信息很少，过于密集的画面可能造成弱视人群不适，这类人群可能需要的插黑显示时长相对更长一些；对于肢体残疾的人群，画面播放速度无法自己掌控，这类人的行动能力很差，轻微的加速度可能包含着强烈改变画面体验的要求；对于失聪人群，注意力主要集中在画面上，在对画面的流畅度上要求更高，这类人可能需要的插黑显示时长相对稍微短一些。
[0003]现有的虚拟现实插黑技术中，申请号为202111473884.9的专利申请中提出在虚拟现实设备中预置加速度和插黑控制参数映射表，在用户使用过程中，当设备加速度发生变化时，会通过查询预置的加速度和插黑控制参数映射表，确定插黑时长。然而该方法存在三个问题：(1)该专利没有介绍加速度的具体识别方法。(2)该专利没有介绍加速度和插黑控制参数映射表的制作方法。(3)没有对用户类型进行详细划分，没有根据用户类型制定详细的插黑策略。如果存在一种虚拟现实插黑技术，一是对设备加速度进行精确识别，二是对不同类型的用户制定不同的插黑数据集，这样就能够给不同类型的残障人群提供不同需求的画面体验，那么残障人士可以在虚拟现实设备中体验更多的快乐。
[0004]传统的加速度特征提取方法存在以下问题：(1)直接对加速度序列特征提取会存在不同加速的特征差异性不大的问题；(2)由于环境因素的干扰加速度序列中会存在较多异常点，传统的加速度特征提取无法解决较多异常点的问题；(3)没有学习到加速度各个特征分量的之间的相关性，导致网络识别精度无法提升。

技术实现思路

[0005]为了解决上述问题，本专利提出了一种基于加速度的有障碍人群个性化数据分析的虚拟现实插黑方法，包括基于加速度时域和频域特征的概率神经网络，提取加速度的时域和频域特征作为网络的输入，加速度的时域特征和频域特征共同作用时能够不受异常值的干扰，很好的反应不同加速度之间的差异性，减少异常值对网络精度的影响，提高不同特征的差异性，从而提高网络精度；
[0006]然后，使用马氏距离代替欧式距离能够计算加速度各特征分量的相关性；马氏距离由于不会受到数据测量单位的影响不需要对数据进行归一化处理，马氏距离能够计算各特征分量的相关性，本专利在概率神经网络中使用马氏距离代替欧式距离，能够很好的计算出待测样本和训练样本的距离提高网络识别精度，同时无需归一化处理提高网络计算速度；
[0007]最后，本专利提出一种分段式数据集更新策略构建63类数据集，在对用户类型进行判定后，根据用户类型以及用户加速度实现对特定用户的个性化插黑显示设置，满足所有类型用户的不同需要。
[0008]本专利技术的一种基于加速度的有障碍人群个性化虚拟现实插黑方法，包括如下步骤：
[0009]步骤1，构建基于加速度，以及障碍用户类型的个性化插黑时长数据集；其中加速度按大小分为T种类型，障碍用户有N种类型；
[0010]不同类型的障碍用户的插黑数据集表示为{A1,A2,
…
,A
N
}，存放在矩阵SJ中，SJ＝[{A1,A2,
…
A
n
…
,A
N
}][0011]其中，表示第n类障碍用户对应的T个加速度分类的插黑时长，其中TM的右上标表示障碍用户的类型，右下标表示对应的加速度分类。
[0012]步骤2，获取用户的加速度，计算得到加速度的时域特征和频域特征；
[0013]步骤3，构建基于加速度时域和频域特征的概率神经网络，将加速度的时域特征和频域特征输入到概率神经网络，对加速度进行分类。
[0014]步骤4，判断障碍用户类型，结合步骤3中得到的加速度分类，通过个性化插黑时长数据集得到用户的个性化插黑时长。
[0015]进一步的，障碍用户的分类方法如下：
[0016]步骤1.1，对用户听觉、视觉和肢体灵活度进行测评，听觉、视觉和肢体灵活度的测评结果分别包括优秀、良好、中等、及格和不及格；
[0017]步骤1.2，将听觉、视觉和肢体灵活度中至少一项测评结果为中等及以下的用户定义为障碍用户，根据程度的不同，将障碍用户分为弱听中等、及格和不及格，弱视中等、及格和不及格，四肢灵活度中等、及格和不及格；
[0018]步骤1.3，考虑到同一用户有可能存在听觉、视觉和肢体灵活度中的一种或两种障碍，所以将含有程度的弱听、弱视和四肢不灵活进行两两组合，以及进行三种类型的组合，形成63种类型的障碍用户；
[0019]进一步的，步骤2中获取用户的加速度，计算得到加速度的时域特征和频域特征，包括如下步骤：
[0020]步骤2.1，利用重力传感器获得获取用户的x、y和z轴的加速度值，本专利技术中重力传感器的采样频率为200Hz。
[0021]步骤2.2，计算加速度的时域特征
[0022]使用重力传感器分别获得x、y和z轴的加速度值x
a
、y
a
、z
a
；然后，计算t时间内加速度向量区域值B，计算在t时间内x
a
、y
a
、z
a
的均值D、标准差S和最大幅值及最小幅值M，其计算公式如式(1)至(4)所示。
[0023][0024][0025][0026][0027]其中，t为采样时间，N为采样频率，J
x
,J
y
,J
z
分别为t时间三轴上平均加速度。本实施例中t＝500ms,N＝200Hz。
[0028]步骤2.3，选取加速度的频域特征。
[0029]使用FFT算法提取虚拟现实设备x、y和z轴加速度频域信号。计算加速度频域信号的中值频率E和平均功率频率特征F，其计算公式如式(5)、(6)所示。
[0030][0031][0032]其中，P(f)为加速度的功率频谱密度估计函数。
[0033]进一步的，步骤3中，所述概率神经网络是基于马式距离的概率神经网络，包括输入层、隐藏层、求和层和输出层。
[0034]进一步的，步骤1中，采用分段式数据集更新策略，构建基于加速度，以及障碍用户类型的个性化插黑时长数据集；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于加速度的有障碍人群个性化虚拟现实插黑方法，其特征在于，包括如下步骤：步骤1，构建基于加速度，以及障碍用户类型的个性化插黑时长数据集；其中加速度按大小分为T种类型，障碍用户有N种类型；不同类型的障碍用户的插黑数据集表示为{A1,A2,
…
,A
N
}，存放在矩阵SJ中，SJ＝[{A1,A2,
…
A
n
…
,A
N
}]其中，表示第n类障碍用户对应的T个加速度分类的插黑时长，其中TM的右上标表示障碍用户的类型，右下标表示对应的加速度分类。步骤2，获取用户的加速度，计算得到加速度的时域特征和频域特征；步骤3，构建基于加速度时域和频域特征的概率神经网络，将加速度的时域特征和频域特征输入到概率神经网络，对加速度进行分类。步骤4，判断障碍用户类型，结合步骤3中得到的加速度分类，通过个性化插黑时长数据集得到用户的个性化插黑时长。2.根据权利要求1所述一种基于加速度的有障碍人群个性化虚拟现实插黑方法，其特征在于，障碍用户的分类方法如下：步骤1.1，对用户听觉、视觉和肢体灵活度进行测评，听觉、视觉和肢体灵活度的测评结果分别包括优秀、良好、中等、及格和不及格；步骤1.2，将听觉、视觉和肢体灵活度中至少一项测评结果为中等及以下的用户定义为障碍用户，根据程度的不同，将障碍用户分为弱听中等、及格和不及格，弱视中等、及格和不及格，四肢灵活度中等、及格和不及格；步骤1.3，考虑到同一用户有可能存在听觉、视觉和肢体灵活度中的一种或两种障碍，所以将含有不同程度的弱听、弱视和四肢不灵活进行两两组合，以及进行三种类型的组合，形成63种类型的障碍用户。3.根据权利要求1所述一种基于加速度的有障碍人群个性化虚拟现实插黑方法，其特征在于，步骤2中获取用户的加速度，计算得到加速度的时域特征和频域特征，包括如下步骤：步骤2.1，利用重力传感器获得获取虚拟现实设备的x、y和z轴的加速度值，本发明中重力传感器的采样频率为200Hz。步骤2.2，计算加速度的时域特征使用重力传感器分别获得x、y和z轴的加速度值x
a
、y
a
、z
a
；然后，计算t时间内加速度向量区域值B，计算在t时间内x
a
、y
a
、z
a
的均值D、标准差S和最大幅值及最小幅值M，其计算公式如式...

【专利技术属性】
技术研发人员：凌涛，翟晓东，
申请(专利权)人：江苏奥斯汀光电科技股份有限公司，
类型：发明
国别省市：