掌桥专利:专业的专利平台
掌桥专利
首页

基于VR内容管理平台的编辑系统

文献发布时间:2024-04-18 20:02:18


基于VR内容管理平台的编辑系统

技术领域

本发明涉及编辑技术领域,具体地说,涉及基于VR内容管理平台的编辑系统。

背景技术

现实场景中,利用各种元素进行编辑和构建场景,再利用虚拟现实技术将构建的场景转换成VR内容,当我们在体验VR场景时可能会出现延迟现象,因此工程师针对该延迟写出了相关系统,例如201710341176.7的一种VR动作编辑系统,利用模拟平台采集和编辑动作数据的方式有弊端,由于使用了模拟平台录入动作导致与特种影片响应有延迟,影响体验感受;一种VR动作编辑系统虽然解决了一些表面上的动作延迟,但系统也会存在实质的延迟,当编辑动作数据和录入动作数据的过载或是数据的丢失都可能会导致延迟现象,若用户在体验VR场景时出现延迟现象时,则一种VR动作编辑系统无法解决该延迟现象,这样就会是用户的体验感大大降低,于是我们提供了基于VR内容管理平台的编辑系统。

发明内容

本发明的目的在于提供基于VR内容管理平台的编辑系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供基于VR内容管理平台的编辑系统,包括分析增强单元、编辑构建单元、测试优化单元;

所述分析增强单元用于获取相关元素编辑的数据并进行分析是否存在数据延迟,再对分析的数据进行数据的处理和增强;

所述编辑构建单元用于接收分析增强单元中处理和增强的数据并进行数据编辑,再根据编辑的数据进行场景构建;

所述测试优化单元用于接收编辑构建单元中构建的场景数据并进行数据延迟的优化;

所述分析增强单元获取相关元素编辑的数据并进行分析是否存在数据延迟,再对分析的数据进行数据的处理和增强,将处理和增强的数据传入编辑构建单元并进行数据的编辑和场景的构建,再将构建的场景数据传入分析增强单元中,分析增强单元对构建的场景数据进行再次数据的处理和增强,将再次处理和增强的数据传入测试优化单元中,同时测试优化单元接收编辑构建单元中构建的场景数据进行测试是否存在数据延迟,并对测试的场景数据进行数据延迟的优化,将再次处理和增强的数据、优化的数据进行整合提取。

作为本技术方案的进一步改进,所述分析增强单元包括数据获取模块、分析比对模块和处理增强模块;

所述数据获取模块利用多种途径获取相关元素编辑的数据并存储到云数据库中,同时将获取相关元素编辑的数据传入分析比对模块中;

所述分析比对模块用于接收数据获取模块中的获取的相关编辑数据,并异常算法对获取的相关编辑数据进行分析比对是否存在数据延迟,利用设定的接收数据时间阈值与接收获取的相关编辑数据的时间进行分析比对,具体情况包括;

情况①、当接收数据的时间小于设定的时间阈值时,则说明在接收获取的相关编辑数据过程中出现数据丢失,将出现数据丢失的命令传入处理增强模块中;

情况②、当接收数据的时间大于设定的时间阈值时,则说明在接收获取的相关编辑数据过程中出现数据延迟,将出现数据延迟的命令传入处理增强模块中;

情况③、当接收数据的时间在设定的时间阈值范围内时,则说明在接收获取的相关编辑数据过程中既没有数据丢失也没有数据延迟,将分析的相关编辑数据传入编辑构建单元中。

作为本技术方案的进一步改进,所述分析比对模块中接收数据时间的公式为:

其中,

作为本技术方案的进一步改进,所述处理增强模块用于接收分析比对模块中数据丢失或数据延迟的命令数据,并向云数据库中重新获取相关元素编辑的数据,利用批处理技术对重新获取的数据进行数据的批处理,再利用增强技术对批处理的数据进行数据的增强,将增强的数据传入编辑构建单元中。

作为本技术方案的进一步改进,所述编辑构建单元用于接收分析比对模块中分析的相关编辑数据或增强的数据,并对分析的相关编辑数据或增强的数据进行数据的编辑,再对编辑的数据进行场景的构建,将构建的场景数据传入处理增强模块和测试优化单元中,处理增强模块对构建的场景数据进行再次数据的批处理和增强,将增强的场景数据传入测试优化单元中。

作为本技术方案的进一步改进,所述测试优化单元包括数据测试模块、数据优化模块和整合提取模块;

所述数据测试模块用于接收编辑构建单元中构建的场景数据,并利用对构建的场景数据进行测试是否存在数据延迟,利用设定的场景帧数与实际获得的场景帧数进行测试比对,具体情况包括;

情况1、当构建的场景帧数小于或等于设定的场景帧数时,则说明无数据延迟,将测试的场景数据传入整合提取模块中;

情况2、当构建的场景帧数大于设定的场景帧数时,则说明构建的场景数据存在数据延迟,将测试的场景延迟数据传入数据优化模块中。

作为本技术方案的进一步改进,所述数据优化模块用于接收数据测试模块中测试的场景延迟数据,并利用快速排序算法对测试的场景延迟数据进行数据延迟的优化,将优化的数据传入整合提取模块中;

所述整合提取模块用于接收处理增强模块中增强的场景数据和数据测试模块中测试的场景数据、接收数据优化模块中优化的数据,并利用整合提取技术进行数据的整合提取,具体情况包括:

情况一、利用整合提取技术根据测试的场景数据和增强的场景数据进行数据的整合提取,再利用虚拟现实技术根据整合提取的数据转换成VR场景内容;

情况二、利用整合提取技术根据优化的数据和增强的场景数据进行数据的整合提取,再利用虚拟现实技术根据整合提取的数据转换成VR场景内容。

作为本技术方案的进一步改进,所述分析比对模块接收数据获取模块中的获取的相关编辑数据并进行分析比对是否存在数据延迟,将分析的数据传入处理增强模块中并进行数据的批处理和增强,再将增强的数据传入编辑构建单元中,编辑构建单元根据增强的数据进行数据的编辑和场景的构建,将构建的场景数据传入处理增强模块和数据测试模块中,处理增强模块对构建的场景数据进行再次数据的批处理和增强,将增强的场景数据传入整合提取模块中,同时数据测试模块对构建的场景数据进行测试是否存在数据延迟,将测试的场景延迟数据传入数据优化模块中并进行数据延迟的优化,再将优化的数据传入整合提取模块中,整合提取模块根据增强的场景数据和优化的数据进行整合提取。

与现有技术相比,本发明的有益效果:

1、该VR内容管理平台的编辑系统中,数据优化模块通过对测试的场景延迟数据进行数据延迟的优化,可以减少数据传输过程中的延迟和丢失,保证数据的完整性和准确性。

2、该VR内容管理平台的编辑系统中,整合提取模块用于接收处理增强模块中增强的场景数据和数据测试模块中测试的场景数据、接收数据优化模块中优化的数据,再根据优化的数据和增强的场景数据进行数据的整合提取,优化数据和增强场景数据是两种不同的数据处理方式,它们分别从不同的维度对数据进行了优化和提升,整合提取后的数据可以将这两种处理方式的优点融合在一起,从而提高了数据的质量和准确性。

附图说明

图1为本发明的整体框图。

图中各个标号意义为:

1、分析增强单元;11、数据获取模块;12、分析比对模块;13、处理增强模块;

2、编辑构建单元;

3、测试优化单元;31、数据测试模块;32、数据优化模块;33、整合提取模块。

具体实施方式

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,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

实施例1:

考虑到系统也会存在实质的延迟,当编辑动作数据和录入动作数据的过载或是数据的丢失都可能会导致延迟现象,若用户在体验VR场景时出现延迟现象时,则一种VR动作编辑系统无法解决该延迟现象,这样就会是用户的体验感大大降低,于是我们提供了基于VR内容管理平台的编辑系统。

本发明提供基于VR内容管理平台的编辑系统,请参阅图1,包括分析增强单元1、编辑构建单元2、测试优化单元3;

分析增强单元1用于获取相关元素编辑的数据并进行分析是否存在数据延迟,再对分析的数据进行数据的处理和增强,编辑构建单元2用于接收分析增强单元1中处理和增强的数据并进行数据编辑,再根据编辑的数据进行场景构建,测试优化单元3用于接收编辑构建单元2中构建的场景数据并进行数据延迟的优化;

分析增强单元1获取相关元素编辑的数据并进行分析是否存在数据延迟,再对分析的数据进行数据的处理和增强,将处理和增强的数据传入编辑构建单元2并进行数据的编辑和场景的构建,再将构建的场景数据传入分析增强单元1中,分析增强单元1对构建的场景数据进行再次数据的处理和增强,将再次处理和增强的数据传入测试优化单元3中,同时测试优化单元3接收编辑构建单元2中构建的场景数据进行测试是否存在数据延迟,并对测试的场景数据进行数据延迟的优化,将再次处理和增强的数据、优化的数据进行整合提取,优化的数据与增强的场景数据进行整合,可以得到更全面、准确的数据信息,提高数据的质量。

以下是对上述单元进行的细化,请参阅图1;

分析增强单元1包括数据获取模块11、分析比对模块12和处理增强模块13;

数据获取模块11利用多种途径获取相关元素编辑的数据并存储到云数据库中,多种途径包括本地数据(如用户在本地设备上创建的3D模型、纹理和动画)、云端数据(如来自云端内容库的3D模型、纹理和动画等资源),同时将获取相关元素编辑的数据传入分析比对模块12中,分析比对模块12用于接收数据获取模块11中的获取的相关编辑数据,并异常算法对获取的相关编辑数据进行分析比对是否存在数据延迟,利用设定的接收数据时间阈值与接收获取的相关编辑数据的时间进行分析比对,具体情况包括;

情况①、当接收数据的时间小于设定的时间阈值时,则说明在接收获取的相关编辑数据过程中出现数据丢失,将出现数据丢失的命令传入处理增强模块13中;

情况②、当接收数据的时间大于设定的时间阈值时,则说明在接收获取的相关编辑数据过程中出现数据延迟,将出现数据延迟的命令传入处理增强模块13中;

情况③、当接收数据的时间在设定的时间阈值范围内时,则说明在接收获取的相关编辑数据过程中既没有数据丢失也没有数据延迟,将分析的相关编辑数据传入编辑构建单元2中。

分析比对模块12中接收数据时间的公式为:

其中,

操作①、异常处理通常是通过try-catch块(在编程语言中,try-catch块是一种异常处理机制)来实现,在程序中可以将预计可能引发异常的代码块放置于try块(try是一个关键字,用于构建异常处理代码块)中,若在try块中出现异常,程序将立即跳转到catch块(catch块是try-catch语句结构中的一部分,用于捕获和处理特定类型的异常)中;

操作②、catch块可以编写适当的异常处理逻辑,在处理完异常后,程序会返回到执行点,并继续执行后续代码,处理异常后,得出处理的数据。

该公式主要用于计算接收数据的时间值,通过比对接收到的编辑数据的时间与设定的时间阈值,可以判断数据的完整性,如果编辑数据的时间超过了设定的时间阈值,可能意味着数据传输存在延迟或丢失的问题,需要进行相应的处理或补救措施。

处理增强模块13用于接收分析比对模块12中数据丢失或数据延迟的命令数据,并向云数据库中重新获取相关元素编辑的数据,利用批处理技术对重新获取的数据进行数据的批处理,重新获取的数据可能来自不同的数据源,批处理可以将这些数据进行统一的处理,确保数据的一致性和可比性,再利用增强技术对批处理的数据进行数据的增强,将增强的数据传入编辑构建单元2中;

批处理技术的操作原理:

原理①、首先对重新获取的数据进行批处理作业和任务;

原理②、编写脚本或使用工作流管理工具(如Airflow(是一个开源的数据管道工具))来自动化执行批处理作业,设置作业调度,根据预定的时间间隔或特定条件,自动触发批处理作业的执行;

原理③、置监控机制,跟踪批处理作业的执行情况和性能,根据执行情况和性能进行迭代处理,将处理后的数据输出到指定的位置,最终得出批处理的数据。

增强技术的实现原理:

原理1、首先对批处理的数据进行翻转,可以得出不同角度的数据;

原理2、其次对批处理的数据进行缩放操作,从而得出尺度变化的数据;

原理3、最终再根据原理1中得出不同角度的数据和原理2中得出尺度变化的数据进行数据融合增强,从而生成增强的数据。

编辑构建单元2用于接收分析比对模块12中分析的相关编辑数据或增强的数据,并对分析的相关编辑数据或增强的数据进行数据的编辑,再对编辑的数据进行场景的构建,将构建的场景数据传入处理增强模块13和测试优化单元3中,处理增强模块13对构建的场景数据进行再次数据的批处理,将再次批处理的场景数据进行数据的增强,将增强的场景数据传入测试优化单元3中;

对分析的相关编辑数据或增强的数据进行数据编辑的实现过程:

过程①、首先根据分析的相关编辑数据或增强的数据进行构建一个完整的数据集;

过程②、其次根据完整的数据集进行运算,再根据运算的结果创建新的变量;

过程③、最后根据创建新的变量数据进行依次控制编辑,最终得出编辑的数据。

对编辑的数据进行场景的构建的实现过程:

过程1、首先,需要明确场景的目标和需求,了解场景的背景、目的和关键问题,确保编辑的数据能够满足场景的需求,再根据场景的需求和编辑的数据确定场景中涉及的关键参数;

过程2、根据确定的参数建立相应的场景模型,将场景中的要素和过程进行组织,并反映出场景中的关键细节和逻辑,将编辑的数据与场景模型相对应;

过程3、最终将相对应的数据整合到场景模型中进行不断运行,得出构建好的场景。

处理增强模块13对构建的场景数据进行再次数据的批处理和增强实现过程:

实现过程①、首先对构建的场景数据进行批处理作业和任务;

实现过程②、编写脚本或使用工作流管理工具(如Airflow(是一个开源的数据管道工具))来自动化执行批处理作业,设置作业调度,根据预定的时间间隔或特定条件,自动触发批处理作业的执行;

实现过程③、置监控机制,跟踪批处理作业的执行情况和性能,根据执行情况和性能进行迭代处理,将处理后的数据输出到指定的位置,最终得出批处理的场景数据。

再次批处理的场景数据进行数据的增强实现过程:

实现过程1、首先对批处理的场景数据进行翻转,可以得出不同角度的数据;

实现过程2、其次对批处理的场景数据进行缩放操作,从而得出尺度变化的数据;

实现过程3、最终再根据实现过程1中得出不同角度的数据和实现过程2中得出尺度变化的数据进行数据融合增强,从而生成增强的场景数据。

测试优化单元3包括数据测试模块31、数据优化模块32和整合提取模块33;

数据测试模块31用于接收编辑构建单元2中构建的场景数据,并利用对构建的场景数据进行测试是否存在数据延迟,利用设定的场景帧数与实际获得的场景帧数进行测试比对,具体情况包括;

情况1、当构建的场景帧数小于或等于设定的场景帧数时,则说明无数据延迟,将测试的场景数据传入整合提取模块33中;

情况2、当构建的场景帧数大于设定的场景帧数时,则说明构建的场景数据存在数据延迟,通过引入延迟数据,可以模拟真实情况下的网络延迟或系统响应延迟,从而实现更全面的测试覆盖,这有助于发现在高延迟条件下可能出现的问题和性能瓶颈,将测试的场景延迟数据传入数据优化模块32中。

数据优化模块32用于接收数据测试模块31中测试的场景延迟数据,并利用快速排序算法对测试的场景延迟数据进行数据延迟的优化,将优化的数据传入整合提取模块33中;

快速排序算法实现原理:

原理一、从构建的场景延迟数据中选择一个元素作为枢轴,可以选择第一个元素、最后一个元素、中间元素或随机选择;

原理二、将待排序数据划分为两个子数组,使得左侧子数组中的元素小于等于枢轴,右侧子数组中的元素大于枢轴,划分操作可以使用双指针的方式进行,首先定义一个指针i指向左侧子数组的最后一个元素,然后遍历数组,将小于枢轴的元素与指针i的下一个元素交换位置,并将指针i右移一位;

原理三、对划分得到的左侧子数组和右侧子数组进行快速递归排序,递归过程将子数组逐渐缩小,直到只剩下一个元素或为空数组,再将排序好的左侧子数组、枢轴元素和排序好的右侧子数组合并起来,形成完整的有序数组;

原理四、对于每个子数组,都需要执行以上步骤,直到整个数组排序完成,得出优化构建场景数据。

整合提取模块33用于接收处理增强模块13中增强的场景数据和数据测试模块31中测试的场景数据、接收数据优化模块32中优化的数据,并利用整合提取技术进行数据的整合提取,具体情况包括:

情况一、利用整合提取技术根据测试的场景数据和增强的场景数据进行数据的整合提取,再利用虚拟现实技术(与下情况二中的整合提取技术操作过程相同)根据整合提取的数据转换成VR场景内容;

整合提取技术实现原理:

①、首先,需要确定要整合的测试的场景数据和增强的场景数据,通过适当的方法从测试的场景数据和增强的场景数据中抓取数据;

②、再对抓取的数据进行清洗,将清洗的数据源转换为统一的数据结构;

③、最终根据数据的关键属性,将不同的数据进行匹配和关联,完成数据匹配和关联后,将数据进行整合出一个完整的数据集,再对完整的数据集进行挖掘提取需要的数据,得出整合提取的数据。

情况二、利用整合提取技术(该技术与情况一中的整合提取技术操作原理相同,只需要将测试的场景数据替换为优化的数据)根据优化的数据和增强的场景数据进行数据的整合提取,再利用虚拟现实技术根据整合提取的数据转换成VR场景内容;

利用虚拟现实技术根据整合提取的数据转换成VR场景内容的实现过程:

过程一、首先收集整合提取的数据,利用专业的三维建模软件,将收集到的数据转化为虚拟现实场景所需的模型和纹理,再根据场景的特性和需求,可以添加物理模拟和动画效果,以增加真实感和交互性;

过程二、其次选择合适的虚拟现实引擎(如Unity(一种广泛使用的跨平台游戏引擎和应用程序开发工具)),将场景数据导入到引擎中,使用引擎提供的交互设备(如手柄、控制器)或者虚拟现实设备(如头戴显示器、体感设备),为用户提供在虚拟现实场景中的互动和控制方式;

过程三、通过虚拟现实引擎的渲染管线,将虚拟现实场景实时渲染到显示设备上,在导入场景数据后,通过虚拟现实设备测试和调试虚拟现实场景,将虚拟现实场景打包并发布到对应的虚拟现实设备上。

分析比对模块12接收数据获取模块11中的获取的相关编辑数据并进行分析比对是否存在数据延迟,将分析的数据传入处理增强模块13中并进行数据的批处理和增强,再将增强的数据传入编辑构建单元2中,编辑构建单元2根据增强的数据进行数据的编辑和场景的构建,将构建的场景数据传入处理增强模块13和数据测试模块31中,处理增强模块13对构建的场景数据进行再次数据的批处理和增强,将增强的场景数据传入整合提取模块33中,同时数据测试模块31对构建的场景数据进行测试是否存在数据延迟,将测试的场景延迟数据传入数据优化模块32中并进行数据延迟的优化,再将优化的数据传入整合提取模块33中,整合提取模块33根据增强的场景数据和优化的数据进行整合提取。

使用流程:

编辑构建单元2根据增强的数据进行数据的编辑和场景的构建,将构建的场景数据传入处理增强模块13和数据测试模块31中,处理增强模块13对构建的场景数据进行数据的批处理,再对批处理的场景数据进行数据的增强,将增强的场景数据传入整合提取模块33中,同时数据测试模块31对构建的场景数据进行测试是否存在数据延迟,将测试的场景延迟数据传入数据优化模块32中,数据优化模块32对测试的场景延迟数据进行数据延迟的优化,将优化的数据传入整合提取模块33中,整合提取模块33根据增强的场景数据和优化的数据进行整合提取。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术分类

06120116581077