(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210679021.5 (22)申请日 2022.06.16 (71)申请人 广州国威文化科技有限公司 地址 511400 广东省广州市番禺区石壁 街 石壁四村谢石公路86号1栋102 (72)发明人 邓湛波　秦华军　宛汝国　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 王洪江　孙倩倩 (51)Int.Cl. G06F 3/0481(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01) G06V 20/20(2022.01) (54)发明名称 基于虚拟现实的人机交 互处理方法及系统 (57)摘要 本申请提供的基于虚拟现实的人机交互处 理方法及系统， 通过指定的参考数据识别线程， 获取待识别人机交互数据的初始识别结果， 并对 初始识别结果进行解析， 确定其中每两个识别范 围的相似度， 这样能有效的降低数据错误的情 况， 能够准确的确定出种类匹配程度， 将确定的 种类匹配程度满足指定匹配情况的每i个识别范 围的相似度， 逐一确定为对应的参考识别范围， 并基于每个参考识别范围各自涵盖的识别约束 条件， 确定对应的参考识别结果。 因此， 能有效地 改善因为数据相似度过高而导致数据出现识别 错误的问题， 这样一来， 提高了人机交互的准确 性。 权利要求书2页 说明书8页 附图2页 CN 115079882 A 2022.09.20 CN 115079882 A 1.一种基于虚拟现实的人机交互处理方法， 其特征在于， 应用于人机交互处理系统， 所 述方法至少包括： 通过指定的参考数据识别线程， 获取待识别人机交互数据的初始识别结果， 所述初始 识别结果至少涵盖： 所述待识别人机交互数据涵盖的各个识别范围， 其中， 各个识别范围至 少涵盖： 根据设定交互内容生成一个识别约束条件； 通过所述各个识别范围中， 每i个识别 范围的相似度， 逐一执行如下步骤： 基于i个识别范围的相似度各自涵盖识别约束 条件的人 机交互数据 表达， 确定对应的i个识别约束 条件各自的种类依据， 并结合指 定的人机交互数 据集， 生成所述 i个识别约束条件的种类依据集， 对应的种类匹配程度； 其中， i=2； 将确定的种类匹配程度满足指定匹配情况的每i个识别范围的相似度， 逐一确定为对 应的参考识别范围， 并基于每个参考识别范围各自涵盖的识别约束条件， 确定对应的参考 识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述通过指定的参考数据识别线程， 获取 待识别人机交 互数据的初始 识别结果之前， 还 包括： 获得交互数据调试集， 其中， 一个交互数据调试中包括： 对应不少于i个种类依据确定 的关键特征与局部交互依据， 所述关键特征至少涵盖： 模板人机交互数据簇， 其中， 各模板 人机交互数据涵盖根据设定模板交 互内容， 确定的不少于i个模板对应的识别约束条件； 结合所述交互数据调试集中的交互数据调试， 对指定的数据识别线程进行反复优化处 理， 在符合指定的要求时， 输出数据优化线程； 其中， 在一次优化过程中， 执行如下步骤： 结 合所述数据 识别线程， 基于交互数据调试中关键特征， 获取第一评估 结果， 并通过所述第一 评估结果与对应的局部交 互依据之间的量 化评估结果， 调试 所述数据识别线程的向量。 3.根据权利要求2所述的方法， 其特征在于， 所述第 一评估结果与对应的局部交互依据 之间的量化评估结果， 是结合以下方式确定的： 通过指 定的风险评估线程， 生成所述第一评 估结果与对应的局部交 互依据之间的第一 量化评估结果； 通过指定的差异弥补线程， 生成所述第 一评估结果与对应的局部交互依据之间的第 二 量化评估结果； 通过指定的分类预估线程， 生成所述第 一评估结果与对应的局部交互依据之间的第 三 量化评估结果， 其中， 所述分类预估线程是通过所述一个交互数据调试中， 每i个模板对应 的识别约束条件各自的种类依据集的种类匹配程度确定的； 通过所述第一量化评估结果， 所述第二量化评估结果， 所述第三量化评估结果各自的第一可信度， 进 行处理， 获取所述第 一评估结果与对应的局部交 互依据之间的量 化评估结果。 4.根据权利要求3所述的方法， 其特征在于， 所述第一评估结果至少涵盖： 所述数据识 别线程通过所述交互数据调试确定的每个交互数据识别结果； 则所述通过指定的分类预估 线程， 生成所述第一评估结果与对应的局部交 互依据之间的第三 量化评估结果， 包括： 通过所述交互数据调试中， 各模板人机交互数据， 逐一执行如下步骤： 基于一个模板人 机交互数据涵盖的， 不少于i个模板对应的识别约束条件各自的约束范围， 逐一生成每i个 模板对应的识别约束条件的目标值； 通过获取 的每个目标值， 从所述各模板人机交互数据 中， 确定参 考模板范围， 并确定与所述 参考模板范围对应的参 考判定范围； 通过获取的每个目标值及所述参考判定范围， 结合指定的分类预估线程， 生成所述第 一评估结果与对应的局部交 互依据之间的第三 量化评估结果。权　利　要　求　书 1/2 页 2 CN 115079882 A 25.根据权利要求4所述的方法， 其特征在于， 所述基于一个模板人机交互数据涵盖的， 不少于i个模板对应的识别约束条件各自的约束范围， 逐一生成每i个模板变量的目标值， 包括： 基于一个模板人机交互数据涵盖的， 不少于i个模板对应的识别约束条件各自的约束 范围， 逐一生成每i个模板对应的识别约束 条件间， 对应的局部差异， 并将所述局部差异， 确 定为所述 i个模板对应的识别约束条件 对应的目标值； 或者， 基于一个模板人机交互数据涵盖的， 不少于i个模板对应的识别约束条件各自的 约束范围， 逐一生成每i个模板对应的识别约束条件间， 对应的局部比较 向量， 并将所述局 部比较向量， 确定为所述 i个模板对应的识别约束条件 对应的目标值。 6.根据权利要求4或5所述的方法， 其特征在于， 所述通过获取的每个目标值及所述参 考判定范围， 结合指定的分类预估线程， 生成所述第一评估结果与对应的局部交互依据之 间的第三 量化评估结果， 包括： 将所述参考判定范围涵盖的， 不少于i个指定的模板对应的识别约束条件各自匹配的 目标值， 逐一确定为所述 参考判定范围对应的参 考匹配值； 通过获取的每个参考匹配值， 以及每个目标值， 分别进行对应的去极化处理， 获得对应 的第一匹配平均值及第二匹配平均值； 通过所述第一匹配平均值及所述第二匹配平均值， 结合指定的分类预估线程， 生成所 述第一评估结果与对应的局部交 互依据之间的第三 量化评估结果。 7.根据权利要求3所述的方法， 其特征在于， 所述输出数据优化线程之后， 还包括： 通过 所述交互数据调试集中的交互数据调 试， 继续对所述数据优化线程进行反复优化处理， 并 在符合指定的匹配要求时， 输出参考数据识别线程； 其中， 在一次优化过程中， 执行如下步 骤： 结合所述数据优化线程， 通过所述交互数据调试中关键特征， 获取第二评估结果， 并通 过所述第二评估结果与对应的局部交互依据之 间的量化评估结果， 调试所述参考数据识别 线程的向量； 其中， 所述第二评估结果与对应的局部交互依据之间的量化评估结果， 是通过 指定的第二更新线程， 为所述第一量化评估结果， 所述第二量化评估 结果， 所述第三量化评 估结果分别分配对应的第二可信度后， 基于分配的每 个第二可信度进行处 理获得的。 8.根据权利要求5所述的方法， 其特征在于， 所述初始识别结果还包括： 各个识别范围 各自的可信度， 则所述基于每个参考识别范围各自涵盖的识别约束条件， 确定对应的参考 识别结果， 包括： 通过所述每个参考识别范围， 逐一执 行如下步骤： 确定一个参 考识别范围的可信度； 如果所述一个参考识别范围的可信度小于指定的判定值， 则将所述一个参考识别范围 涵盖的识别约束条件， 确定为异常识别约束 条件， 并在所述初始识别结果中， 对 所述异常识 别约束条件进行清洗； 如果所述一个参考识别范围的可信度不小于指定的判定值， 则将所述一个参考识别范 围涵盖的识别约束条件， 确定为对应的参考识别约束条件， 并将所述参考识别约束条件对 应的种类依据， 确定为对应的参 考识别结果。 9.一种基于虚拟现实的人机交互处理系统， 其特征在于， 包括互相之间通信的处理器 和存储器， 所述处理器用于从所述存储器中读取计算机程序并执行， 以实现权利要求 1‑8任 一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115079882 A 3