[发明专利]数据处理方法及装置

说明书

本发明提供了一种数据处理方法及装置，方法包括：获取终端设备用户的运动参数信息；从运动参数信息中提取处于运动状态的第一运动参数信息；确定第一运动参数信息中包括的运动类型及每种运动类型对应的第二运动参数信息；从每种运动类型对应的第二运动参数信息中确定处于正常状态的第三运动参数信息及处于非正常状态的第四运动参数信息，以便将第三、第四运动参数信息输入到支持向量机SVM模型进行训练以确定用户的运动状态。以此，可通过对采集到的运动参数信息进行降维处理以降低数据量，在实现虚拟现实过程中实现降维融合，进而降低系统消耗及提高训练效率。

技术领域

本发明涉及计算机领域，特别地，涉及一种数据处理方法及装置。

背景技术

随着计算机技术的发展，虚拟现实(VR，Augmented Reality)技术越来越多的应用到各行各业，以教育行业为例，由于传统教学过程中缺乏生动的教学环境、老师与学生之间的互动等因素，将虚拟现实技术应用于教学应运而生，以模拟出生动的英语环境并可让学生参与互动，可带给学生更好的学习体验。

在虚拟现实技术的应用过程中，通常可采用多个摄像头从多个角度采集现实环境中的图像(比如包括老师在讲课的图像)，然后通过抠图、填充等处理，将采集到的图像与预定的背景图像(比如某种英语环境)进行合成，当虚拟现实终端的佩戴用户进行观看时，则可看到上述人物与背景合成后的“人在画中”的效果。

但是，在实际使用过程中，虚拟现实终端的佩带用户不会一直处于静止状态，而会存在头部转动、行走、下蹲等不同的运动状态，显示于虚拟现实终端显示屏的画面中在每一帧结束时会跳回原点，也就是说，由于没有考虑到用户的运动状态或者不能准确得到用户的运动状态等原因，在用户运动的过程中，由于其视觉暂留现象会保留上一帧和当前帧的图像，从而在观看画面时会产生拖影感及画面卡顿的现象，使用体验较差。基于此，本申请人提出了一种运动状态的识别方法及装置，可先获取终端设备用户的运动参数信息，然后将所述运动参数信息基SVM模型进行训练以确定用户的运动状态，以提高运动状态的识别效率及精确率。

但是，随和时间的增加，获取到的终端设备用户的运动参数信息的数据量将越来越大，将越来越大量的数据输入到SVM模型进行训练，不但会增加系统消耗，而且还会降低训练效率。

发明内容

本发明提供了一种数据处理方法及装置，通过对采集到的运动参数信息进行降维处理以降低数据量，进而降低系统消耗及提高训练效率。

为实现上述目的，本发明提出了一种数据处理方法，包括

获取终端设备用户的运动参数信息；

从运动参数信息中提取处于运动状态的第一运动参数信息；

确定第一运动参数信息中包括的运动类型及每种运动类型对应的第二运动参数信息；

从每种运动类型对应的第二运动参数信息中确定处于正常状态的第三运动参数信息及处于非正常状态的第四运动参数信息，以便将第三运动参数信息、第四运动参数信息输入到支持向量机SVM模型进行训练以确定用户的运动状态。

可选的，获取终端设备用户的运动参数信息，包括：

通过基于电容式微机电系统MEMS的运动参数采集单元采集电容变化数据；

根据电容变化数据获取运动参数信息。

可选的，运动参数信息包括加速度信息，

从运动参数信息中提取处于运动状态的第一运动参数信息，包括：

根据加速度信息确定处于运动状态的运动参数信息，以作为第一运动参数信息。

可选的，运动参数信息包括角速度信息，

确定第一运动参数信息中包括的运动类型及每种运动类型对应的第二运动参数信息，包括：