一种基于虚拟现实的数据采集方法及系统与流程

1.本技术涉及虚拟现实技术领域，尤其是涉及一种基于虚拟现实的数据采集方法及系统。


背景技术：

2.数据的调查和收集能够给后续的工作展开提供支撑，以调查问卷为例，通过大量的询问、填写表格和问答等方式来收集数据，然后对数据进行分析，可以得到调查对象的目标数据或者目标特征。
3.但是这种方式需要花费大量的人力和物力进行设计，并且询问、填写表格和问答等方式都是在面对面或者面对屏幕前完成，这种方式的进展速度慢，并且还存在部分意思表达不真实的情况，这会对最终的调查结果造成干扰。


技术实现要素：

4.本技术提供一种基于虚拟现实的数据采集方法及系统，通过使被试人员在虚拟场景中参与的方式产生数据，这种方式能够降低环境对被试人员的干扰，能够收集到更加贴近于真实的数据。
5.本技术的上述目的是通过以下技术方案得以实现的：第一方面，本技术提供了一种基于虚拟现实的数据采集方法，包括：在虚拟场景中基于三维坐标系构建陈列对象，每个陈列对象具有多个特征点；获取被试人员在虚拟场景中的移动视线覆盖区域，移动视线覆盖区域包括移动轨迹点、朝向和扫描域范围；根据移动视线覆盖区域在时间序列上的移动标记陈列对象；以及移动视线覆盖区域与陈列对象的至少一个特征点在时间序列上发生重合时，将该陈列对象记为目标对象；其中，陈列对象分为多组，每组中陈列对象按照mxn的行列形式排列，m和n均为大于零的自然数。
6.在第一方面的一种可能的实现方式中，还包括对移动视线覆盖区域进行缩减，得到子视线区域；时间序列上，子视线区域的移动轨迹点和朝向与对应移动视线覆盖区域的移动轨迹点和朝向相同，子视线区域的扫描域范围小于对应移动视线覆盖区域的扫描域范围；对位于移动视线覆盖区域内但位于子视线区域外的陈列对象的特征点进行删除处理。
7.在第一方面的一种可能的实现方式中，当陈列对象的至少一个特征点位于子视线区域内时，该陈列对象的剩余特征点保留。
8.在第一方面的一种可能的实现方式中，还包括：计算移动视线覆盖区域与目标对象的总重合时间；以及
将目标对象和对应的总重合时间合并记录。
9.在第一方面的一种可能的实现方式中，总重合时间的计算包括：获取移动视线覆盖区域与目标对象上的每一个特征点的重合时间；以及将得到的重合时间累加，得到总重合时间。
10.在第一方面的一种可能的实现方式中，当一个目标对象的总重合时间小于设定阈值时，对该目标对象进行删除处理。
11.在第一方面的一种可能的实现方式中，陈列对象上设有特征识别区域，特征识别区域的面积小于陈列对象的表面积，陈列对象上的特征点均位于特征识别区域内。
12.第二方面，本技术提供了一种基于虚拟现实的人体数据采集装置，包括：场景构建单元，用于在虚拟场景中基于三维坐标系构建陈列对象，每个陈列对象具有多个特征点；获取单元，用于获取被试人员在虚拟场景中的移动视线覆盖区域，移动视线覆盖区域包括实现特征点、朝向和扫描域范围；第一标记单元，用于根据移动视线覆盖区域在时间序列上的移动标记陈列对象；以及第二标记单元，用于移动视线覆盖区域与陈列对象的至少一个特征点在时间序列上发生重合时，将该陈列对象记为目标对象；其中，陈列对象分为多组，每组中陈列对象按照mxn的行列形式排列，m和n均为大于零的自然数。
13.第三方面，本技术提供了一种基于虚拟现实的人体数据采集系统，所述系统包括：一个或多个存储器，用于存储指令；以及一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行如第一方面及第一方面任意可能的实现方式中所述的方法。
14.第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质包括：程序，当所述程序被处理器运行时，如第一方面及第一方面任意可能的实现方式中所述的方法被执行。
15.第五方面，本技术提供了一种计算机程序产品，包括程序指令，当所述程序指令被计算设备运行时，如第一方面及第一方面任意可能的实现方式中所述的方法被执行。
16.第六方面，本技术提供了一种芯片系统，该芯片系统包括处理器，用于实现上述各方面中所涉及的功能，例如，生成，接收，发送，或处理上述方法中所涉及的数据和/或信息。
17.该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。
18.在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存必要的程序指令和数据。该处理器和该存储器可以解耦，分别设置在不同的设备上，通过有线或者无线的方式连接，或者处理器和该存储器也可以耦合在同一个设备上。
附图说明
19.图1是本技术提供的一种基于虚拟现实的数据采集方法的流程示意框图。
20.图2是一种被试人员在竖直方向上的视野示意图。
21.图3是一种被试人员在水平方向上的视野示意图。
22.图4是本技术提供的一种目标对象的筛选过程示意图。
23.图5是本技术提供的一种陈列对象上的特征点分布示意图。
24.图6是本技术提供的一种视线覆盖区域与子视线区域的对比示意图。
25.图7是本技术提供的一种目标对象在时间序列上间断出现时的示意图。
26.图8是本技术提供的一种陈列对象上没有特征识别区域时特征点的分布示意图。
27.图9是本技术提供的一种特征点在特征识别区域内的分布示意图。
具体实施方式
28.以下结合附图，对本技术中的技术方案作进一步详细说明。
29.请参阅图1，为本技术公开的一种基于虚拟现实的数据采集方法，方法包括以下步骤：s101，在虚拟场景中基于三维坐标系构建陈列对象，每个陈列对象具有多个特征点；s102，获取被试人员在虚拟场景中的移动视线覆盖区域，移动视线覆盖区域包括移动轨迹点、朝向和扫描域范围；s103，根据移动视线覆盖区域在时间序列上的移动标记陈列对象；以及s104，移动视线覆盖区域与陈列对象的至少一个特征点在时间序列上发生重合时，将该陈列对象记为目标对象；其中，陈列对象分为多组，每组中陈列对象按照mxn的行列形式排列，m和n均为大于零的自然数。
30.本技术公开的基于虚拟现实的数据采集方法，用于收集被试人员的喜好数据，具体的方式是在虚拟场景中构建一个和现实场景一致的虚拟场景，被试人员在该虚拟场景中移动并观察周围环境中的物品，移动和观察过程中会产生数据，通过对这些数据的采集和分析，就能够得到需要的数据。
31.整个过程中，被试人员始终处于一个虚拟场景中，这个虚拟场景与实际场景类似，被试人员可以在虚拟场景中移动和观察。整个过程中被试人员不需要填写表格，不需要进行问答，被试人员可以按照自己的喜好和习惯在虚拟场景中移动和观察。这种方式能够将环境对被试人员的影响最小化，可以得到更加准确的数据。
32.本技术公开的基于虚拟现实的数据采集方法应用于vr设备，例如vr眼镜和vr头盔等，以下统一称为终端，终端通过屏幕引导被试人员进入到虚拟场景中。
33.在步骤s101中，终端会在虚拟场景中基于三维坐标系构建陈列对象，每个陈列对象具有多个特征点，构建的陈列对象分为多组，每组中陈列对象按照mxn的行列形式排列，m和n均为大于零的自然数。
34.以超市为例，陈列对象就是各种各样的商品，商品在货架上排列，货架上的排数为m排，每一排上摆放的商品的数量是n个。并且，货架也会按照超市中的实际摆放方式进行摆放，货架间留有通道，供被试人员通过。
35.当然，货架还可以用橱窗或者冰柜代替。
36.被试人员在虚拟场景中按照自己的爱好和习惯移动。移动过程中，被试人员会观
察移动路线两侧的陈列对象，这个过程中会产生一定量的数据。
37.在步骤s102中，终端会获取被试人员在虚拟场景中的移动视线覆盖区域，移动视线覆盖区域包括移动轨迹点、朝向和扫描域范围。具体地说，移动轨迹点表示的是被试人员在虚拟场景中的三维坐标系上的位置点，这些点按照先后顺序连接起来，就是被试人员在虚拟场景中的移动轨迹，通过移动轨迹，可以将移动轨迹两侧的陈列对象纳入到选取范围内。
38.朝向指的是被试人员的视野方向，也就是被试人员看向的陈列对象的方向（向左看、向右看、向斜上方看和向斜下方看等）。扫描域范围指的是被试人员的视野，如图2和图3所示。应理解，人的眼睛在向前看时，周围环境中的其他信息也能够被眼睛采集到，眼睛上方是56
°
，眼睛下方是74
°
，鼻侧是65
°
，颞侧是90
°
。
39.因此在虚拟场景中，需要通过人眼睛的实际视野将图像在屏幕上显示出来，这样能够使虚拟环境与真实环境能够尽可能的保持一致。移动轨迹点、朝向和扫描域范围的组合，就是被试人员在虚拟环境中移动时通过眼睛接收到的图像。
40.在步骤s103中，终端会根据移动视线覆盖区域在时间序列上的移动标记陈列对象，该步骤的作用是将被被试人员看到的陈列对象从全部的陈列对象中筛选出来。
41.应理解，被试人员的喜好和习惯都是不同的，不同的被试人员在虚拟场景中的移动路径和对陈列对象的观察也不近相同。将被试人员看到的陈列对象筛选出来后，这些被筛选出来的陈列对象就能够用于后续的数据分析，被筛选出来的陈列对象可以看作是全部陈列对象的一个子集。
42.最后执行步骤s104，该步骤中对被筛选出来的陈列对象进行进一步地筛选，具体的方式是当移动视线覆盖区域与陈列对象的至少一个特征点在时间序列上发生重合时，将该陈列对象记为目标对象。目标对象是被筛选出来的陈列对象的一个子集，如图4所示。
43.请参阅图5，在步骤s101中提到，每个陈列对象都具有多个特征点。当陈列对象在被试人员的移动视线覆盖区域中出现时，该陈列对象会被标记，当陈列对象上的一个或者多个特征点出现在被试人员的移动视线覆盖区域中时，该陈列对象会被记为目标对象。
44.特征点的作用是使陈列对象的筛选能够更加的准确化。
45.应理解，在被试人员的移动过程中，部分陈列对象会出现在被试人员的视野中，但是被试人员的关注点并不在该陈列对象上，此时如果将这个陈列对象纳入到最后的目标对象中，会造成目标对象的数量过多，并且这其中还掺杂有无效目标对象，这会导致采集数据的分散化，不利于后续的数据分析，甚至会对后续的数据分析产生误导。
46.因此本技术使用特征点来精确的筛选目标对象，陈列对象上具有明显特征的区域如果出现在被试人员的视野中，说明被试人员对该陈列对象感兴趣。也就是说，特征点能过更加精确的反应被试人员对陈列对象的兴趣度。
47.整体而言，本技术提供的基于虚拟现实的数据采集方法，将被试人员至于一个虚拟环境中，通过对被试人员在虚拟场景中移动和观察产生的数据来得到需要采集的数据，这种方式能够使被试人员在一个不受干扰的环境中进行更加真实的表达，能够有效提高采集数据的准确性。
48.另外，本技术还使用了特征点来进一步提高采集数据的集中度和准确性，特征点位于陈列对象上的具有明显区别或者具有突出特征的区域中。如果陈列对象上的具有明显
区别或者具有突出特征的区域出现在了被试人员的视野中，说明被试人员对该陈列对象具有兴趣，相比于陈列对象出现在被试人员的视野中就进行选取的方式，使用特征点更加精确的反应被试人员的兴趣。
49.请参阅图6，作为申请提供的基于虚拟现实的数据采集方法的一种具体实施方式，增加了对移动视线覆盖区域的处理，具体的处理方式是对移动视线覆盖区域进行缩减，缩减后得到子视线区域。
50.时间序列上，子视线区域的移动轨迹点和朝向与对应移动视线覆盖区域的移动轨迹点和朝向相同，子视线区域的扫描域范围小于对应移动视线覆盖区域的扫描域范围。
51.子视线区域可以看作是移动视线覆盖区域的一个子集。应理解，被试人员通过视野收到的信息中，位于视野边缘的信息可能会被被试人员忽略掉，或者这些信息附属于视野中心处的信息。
52.因此，为了进一步提高采集数据的准确性，本技术中使用了对移动视线覆盖区域进行缩减的方式。但需要说明的是，通过屏幕向被试人员展示的是移动视线覆盖区域，参与数据处理的是子视线区域，这种方式既兼顾了虚拟环境的真实性，还兼顾了采集数据的准确性。
53.对位于移动视线覆盖区域内但位于子视线区域外的陈列对象的特征点进行删除处理。
54.作为申请提供的基于虚拟现实的数据采集方法的一种具体实施方式，当陈列对象的至少一个特征点位于子视线区域内时，该陈列对象的剩余特征点保留，这是对位于移动视线覆盖区域内但位于子视线区域外的陈列对象的特征点进行删除处理的补充措施。
55.因为一个陈列对象的特征点出现在子视线区域内时，意味着被试人员可能对该陈列对象具有兴趣，同时考虑到在该时间点之后的过程中，这个陈列对象可能会因为归属于其的一个或者多个特征点的影响而完整的出现在子视线区域中，因此对于这个陈列对象进行保留。
56.请参阅图7，作为申请提供的基于虚拟现实的数据采集方法的一种具体实施方式，增加了通过时间来对陈列对象进行进一步筛选的方式，具体步骤如下：s201，计算移动视线覆盖区域与目标对象的总重合时间；以及s202，将目标对象和对应的总重合时间合并记录。
57.具体地说，就是在时间序列上，一个目标对象可能多次出现在被试人员的移动视线覆盖区域中，这说明被试人员对该目标对象具有兴趣，也存在另外一个可能，就是一个目标对象虽然多次出现在了被试人员的移动视线覆盖区域中，但是每次出现的时间极短，甚至可以忽略不计。
58.针对于上述情况，本技术引入了总重合时间作为判定条件，也就是在步骤s201中，终端会计算移动视线覆盖区域与目标对象的总重合时间，总重合时间的计算方式如下：s301，获取移动视线覆盖区域与目标对象上的每一个特征点的重合时间；以及s302，将得到的重合时间累加，得到总重合时间。
59.举例说明，一个目标对象的出现次数为五次，每次出现的时间长度分别为1s，1.2s，0.8s,1.5s和0.3s，那么该目标对象的总重合时间就是4.8s。
60.计算完成后，执行步骤s202，该步骤中，会将目标对象和对应的总重合时间合并记
录，记录结果可以通过表格的形式展示，表格中有两列，第一列上记录目标对象的编号，第二列记录与对应第一列上的目标对象的总重合时间。
61.进一步地，当一个目标对象的总重合时间小于设定阈值时，对该目标对象进行删除处理。例如，当一个目标对象的总重合时间超过3秒时，将该目标对象用于后续的数据分析，那么对于总重合时间小于3秒的目标对象，就可以进行删除处理，这样可以使目标对象的数量下降，有助于使数据更加集中。
62.作为申请提供的基于虚拟现实的数据采集方法的一种具体实施方式，在陈列对象上增加了特征识别区域，特征识别区域的面积小于陈列对象的表面积，陈列对象上的特征点均位于特征识别区域内，对比图8和图9。
63.具体地说，就是使用特征识别区域将陈列对象上的特征点进行进一步的集中。举例说明，陈列对象上没有特征识别区域时，特征点在陈列对象上的分布较为分散，如果这些特征点出现在了被试人员视野的边缘处时，还需要将这个陈列对象纳入到目标对象的选取范围内，这会导致目标对象的数量增多，使最终收集到的数据较为分散。
64.将特征点集中在特征识别区域中时，就能够避免上述情况的出现，使收集到的数据具有较高的集中度，在后续的分析过程中，能够得到更加准确的分析结果。
65.本技术还提供了一种基于虚拟现实的人体数据采集装置，包括：场景构建单元，用于在虚拟场景中基于三维坐标系构建陈列对象，每个陈列对象具有多个特征点；获取单元，用于获取被试人员在虚拟场景中的移动视线覆盖区域，移动视线覆盖区域包括实现特征点、朝向和扫描域范围；第一标记单元，用于根据移动视线覆盖区域在时间序列上的移动标记陈列对象；以及第二标记单元，用于移动视线覆盖区域与陈列对象的至少一个特征点在时间序列上发生重合时，将该陈列对象记为目标对象；其中，陈列对象分为多组，每组中陈列对象按照mxn的行列形式排列，m和n均为大于零的自然数。
66.在一个例子中，以上任一装置中的单元可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specific integratedcircuit，asic)，或，一个或多个数字信号处理器(digital signal processor，dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，fpga)，或这些集成电路形式中至少两种的组合。
67.再如，当装置中的单元可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，cpu)或其它可以调用程序的处理器。再如，这些单元可以集成在一起，以片上系统(system-on-a-chip，soc)的形式实现。
68.在本技术中可能出现的对各种消息/信息/设备/网元/系统/装置/动作/操作/流程/概念等各类客体进行了赋名，可以理解的是，这些具体的名称并不构成对相关客体的限定，所赋名称可随着场景，语境或者使用习惯等因素而变更，对本技术中技术术语的技术含义的理解，应主要从其在技术方案中所体现/执行的功能和技术效果来确定。
69.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
70.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
71.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
72.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
73.还应理解，在本技术的各个实施例中，第一、第二等只是为了表示多个对象是不同的。例如第一时间窗和第二时间窗只是为了表示出不同的时间窗。而不应该对时间窗的本身产生任何影响，上述的第一、第二等不应该对本技术的实施例造成任何限制。
74.还应理解，在本技术的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
75.所述功能如果以软件功能单元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存储介质中。基于这样的理解，本技术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计算机可读存储介质中，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，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
76.本技术还提供了一种计算机程序产品，该计算机程序产品包括指令，当该指令被执行时，以使得该数据采集系统执行对应于上述方法的数据采集系统的操作。
77.本技术还提供了一种基于虚拟现实的人体数据采集系统，所述系统包括：一个或多个存储器，用于存储指令；以及一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行如上述内容中所述的方法。
78.本技术还提供了一种芯片系统，该芯片系统包括处理器，用于实现上述内容中所涉及的功能，例如，生成，接收，发送，或处理上述方法中所涉及的数据和/或信息。
79.该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。
80.上述任一处提到的处理器，可以是一个cpu，微处理器，asic，或一个或多个用于控制上述的反馈信息传输的方法的程序执行的集成电路。
81.在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存必要的程序指令和数据。该处理器和该存储器可以解耦，分别设置在不同的设备上，通过有线或者无线的方式连接，以支持该芯片系统实现上述实施例中的各种功能。或者，该处理器和该存储器也可以耦合在同一个设备上。
82.可选地，该计算机指令被存储在存储器中。
83.可选地，该存储器为该芯片内的存储单元，如寄存器、缓存等，该存储器还可以是该终端内的位于该芯片外部的存储单元，如rom或可存储静态信息和指令的其他类型的静态存储设备，ram等。
84.可以理解，本技术中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
85.非易失性存储器可以是rom、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。
86.易失性存储器可以是ram，其用作外部高速缓存。ram有多种不同的类型，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器。
87.本具体实施方式的实施例均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。