[發(fā)明專利]一種基于VR結(jié)合眼動跟蹤的城市風(fēng)貌特征識別的方法有效
| 申請?zhí)枺?/td> | 201910342548.7 | 申請日: | 2019-04-26 |
| 公開(公告)號: | CN110070624B | 公開(公告)日: | 2020-05-08 |
| 發(fā)明(設(shè)計)人: | 張樂敏;張若曦;曾子轅;王鵬宇;殷彪 | 申請(專利權(quán))人: | 廈門大學(xué) |
| 主分類號: | G06T19/00 | 分類號: | G06T19/00;G06F16/953;G06T17/05;G02B27/01 |
| 代理公司: | 廈門南強(qiáng)之路專利事務(wù)所(普通合伙) 35200 | 代理人: | 馬應(yīng)森 |
| 地址: | 361005 *** | 國省代碼: | 福建;35 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 vr 結(jié)合 跟蹤 城市 風(fēng)貌 特征 識別 方法 | ||
1.一種基于VR結(jié)合眼動跟蹤的城市風(fēng)貌特征識別的方法,其特征在于包括以下步驟:
1)建立當(dāng)?shù)爻鞘酗L(fēng)貌特征要素案例庫;
2)構(gòu)建既還原真實(shí)街巷風(fēng)貌,又帶有風(fēng)貌構(gòu)件編碼信息的虛擬現(xiàn)實(shí)VR城市風(fēng)貌場景;
3)利用VR和眼動跟蹤技術(shù)對樣本進(jìn)行深度視覺分析,具體方法為:在沉浸式VR頭盔中植入紅外眼動跟蹤aGlass模塊,利用Unreal-aGlass插件程序?qū)R頭盔空間姿態(tài)與眼動數(shù)據(jù)進(jìn)行融合,在視覺關(guān)注度數(shù)據(jù)采集上,模擬人眼水平和垂直視角與視覺清晰度變化的關(guān)系,將眼睛看成為一個點(diǎn)光源,而視線則被看成是由此發(fā)射出去的錐形光線,所述錐形光線的中間光粒子能量高于邊緣的光粒子能量,當(dāng)錐形光線照到的具有空間編碼信息的風(fēng)貌要素模型構(gòu)件時,通過能量值的累加,智能地在風(fēng)貌要素模型表面生成直觀的三維視覺關(guān)注熱力圖,當(dāng)能量數(shù)值高于平均值3倍時,表示該風(fēng)貌要素被重點(diǎn)關(guān)注,當(dāng)能量數(shù)值介于平均值1~3倍時,表示該風(fēng)貌要素被一般關(guān)注;
4)對樣本進(jìn)行大數(shù)據(jù)分析,識別風(fēng)貌特征要素的權(quán)重關(guān)系和分類,具體方法為:以人為本為中心,利用眼動數(shù)據(jù)和空間行為數(shù)據(jù)找出不同人群關(guān)注風(fēng)貌特征的相似和差異;通過調(diào)查問卷,了解實(shí)驗者對當(dāng)?shù)匚幕氖煜こ潭鹊牟煌瑢?shí)驗人群劃分為若干類:本地居民人群、對當(dāng)?shù)匚幕辛私獾娜巳骸Ρ镜匚幕涣私獾耐鈦砣巳海鶕?jù)各人群對風(fēng)貌特征要素關(guān)注度的不同,找出當(dāng)?shù)爻鞘械幕撅L(fēng)貌特征要素、初步風(fēng)貌特征要素、提升風(fēng)貌特征要素和原生風(fēng)貌特征要素的簇群,以及各類風(fēng)貌特征要素的權(quán)重關(guān)系;風(fēng)貌特征要素的簇群如下:
(1)基本風(fēng)貌特征要素簇群,是所有樣本人群都關(guān)注的風(fēng)貌特征,即:本地居民人群+對本地文化有所了解的人群+對本地文化不了解的人群共同關(guān)注的風(fēng)貌特征;
(2)原生風(fēng)貌特征要素簇群,是本地居民人群所關(guān)注的風(fēng)貌特征;
(3)提升風(fēng)貌特征要素簇群,是對本地文化有所了解的人群所關(guān)注的風(fēng)貌特征;
(4)初步風(fēng)貌特征要素簇群,是對本文不了解的外來人群所關(guān)注的風(fēng)貌特征;
5)根據(jù)典型風(fēng)貌區(qū)獲取的街巷風(fēng)貌特征要素的分類和權(quán)重關(guān)系為基準(zhǔn),對各級保護(hù)區(qū)中的現(xiàn)狀風(fēng)貌情況進(jìn)行綜合評測。
2.如權(quán)利要求1所述一種基于VR結(jié)合眼動跟蹤的城市風(fēng)貌特征識別的方法,其特征在于在步驟1)中,所述建立當(dāng)?shù)爻鞘酗L(fēng)貌特征要素案例庫的具體方法為:根據(jù)自動化網(wǎng)絡(luò)爬蟲程序WebSpider抓取當(dāng)?shù)爻鞘酗L(fēng)貌網(wǎng)絡(luò)興趣點(diǎn)大數(shù)據(jù),并綜合當(dāng)?shù)爻鞘幸?guī)劃與建筑領(lǐng)域的專家認(rèn)定的當(dāng)?shù)爻鞘凶罹哂写硇燥L(fēng)貌區(qū)的意見,選取當(dāng)?shù)爻鞘凶罹哂械湫惋L(fēng)貌代表的歷史文化街區(qū)一處,對當(dāng)?shù)爻鞘酗L(fēng)貌特征進(jìn)行篩選和歸類,用于建立當(dāng)?shù)爻鞘酗L(fēng)貌特征要素案例庫。
3.如權(quán)利要求1所述一種基于VR結(jié)合眼動跟蹤的城市風(fēng)貌特征識別的方法,其特征在于在步驟2)中,所述構(gòu)建既還原真實(shí)街巷風(fēng)貌,又帶有精確編碼信息的虛擬現(xiàn)實(shí)VR城市風(fēng)貌場景的具體方法為:首先通過無人機(jī)航空傾斜測量、手持地面GPS姿態(tài)相機(jī)測量、車載地面激光雷達(dá)點(diǎn)云測量數(shù)據(jù)導(dǎo)入三維實(shí)景建模軟件進(jìn)行空地一體實(shí)景渲染建模,實(shí)現(xiàn)多源現(xiàn)實(shí)數(shù)據(jù)的有機(jī)融合;然后將實(shí)景模型進(jìn)行單體化和編碼化處理,根據(jù)步驟1)建立當(dāng)?shù)爻鞘酗L(fēng)貌特征要素案例庫,將城市風(fēng)貌場景界面mesh模型將其替換為具有單體構(gòu)件信息的BIM模型或3dmax模型;最后將生成三維模型中的風(fēng)貌要素構(gòu)件逐一進(jìn)行編碼,并導(dǎo)入UnrealEngine4虛擬引擎,構(gòu)建帶有三維編碼風(fēng)貌要素信息的虛擬現(xiàn)實(shí)VR城市場景;所述三維實(shí)景建模軟件包括ContextCapture、PIX4D MAPPER、PHOTOSCAN、Photomesh。
4.如權(quán)利要求1所述一種基于VR結(jié)合眼動跟蹤的城市風(fēng)貌特征識別的方法,其特征在于在步驟3)中,在樣本數(shù)據(jù)獲取時,首先隨機(jī)選取一定數(shù)量的樣本進(jìn)行VR眼球運(yùn)動跟蹤適配和VR環(huán)境適應(yīng)性體驗;填寫個人基本信息表,用于后期的人群樣本數(shù)據(jù)分類,明確介紹此次VR體驗的任務(wù):尋找當(dāng)?shù)刈罹哂写硇燥L(fēng)貌特征要素;然后進(jìn)行城市風(fēng)貌的沉浸式VR體驗,時長統(tǒng)一控制在2~3min,通過監(jiān)控端實(shí)時觀察體驗者的眼動和身體運(yùn)動的規(guī)律和異常特殊情況,并利用廣角攝像機(jī)記錄體驗者的現(xiàn)場感受,實(shí)驗后對實(shí)驗過程進(jìn)行回顧核對,及時對實(shí)驗樣本數(shù)據(jù)進(jìn)行修正和補(bǔ)充,提高深度視覺感知數(shù)據(jù)的精度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廈門大學(xué),未經(jīng)廈門大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910342548.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 移動通信系統(tǒng)中標(biāo)準(zhǔn)接口的消息跟蹤方法及其系統(tǒng)
- 網(wǎng)絡(luò)跟蹤系統(tǒng)及跟蹤控制方法
- 同步跟蹤自動調(diào)節(jié)裝置
- 業(yè)務(wù)信令跟蹤方法、系統(tǒng)及裝置
- 超聲波診斷裝置
- 一種自動跟蹤方法、自動跟蹤設(shè)備及自動跟蹤系統(tǒng)
- 多目標(biāo)跟蹤方法、系統(tǒng)、計算設(shè)備及存儲介質(zhì)
- 一種軌跡跟蹤方法、裝置、電子設(shè)備及存儲介質(zhì)
- 一種目標(biāo)跟蹤方法、裝置及存儲介質(zhì)
- 信號跟蹤方法、濾波方法、裝置及醫(yī)療設(shè)備





