阅读说明：本技术 虚拟现实游戏画面处理方法及相关设备 (Virtual reality game picture processing method and related equipment ) 是由 袁雪梅 于 2020-05-26 设计创作，主要内容包括：本申请公开虚拟现实游戏画面处理方法及相关设备,其中,方法包括：接收虚拟现实设备发送的第一画面获取请求；根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面,并根据第二虚拟现实游戏画面确定预测操作标识集,预测操作标识集用于指示第一用户操作对应的下一用户操作；将第二虚拟现实游戏画面发送给虚拟现实设备,以使虚拟现实设备响应于第一用户操作,在虚拟现实设备上运行第二虚拟现实游戏画面,并将预测操作标识集发送给云服务器,以使云服务器根据预测操作标识集生成第三虚拟现实游戏画面；在接收到云服务器发送的第三虚拟现实游戏画面后,将第三虚拟现实游戏画面保存至本地画面集中。该技术方案可降低在家庭中使用VR游戏的成本。(The application discloses a virtual reality game picture processing method and related equipment, wherein the method comprises the following steps: receiving a first picture acquisition request sent by virtual reality equipment; acquiring a second virtual reality game picture from the local picture set according to the first picture acquisition request, and determining a prediction operation identifier set according to the second virtual reality game picture, wherein the prediction operation identifier set is used for indicating the next user operation corresponding to the first user operation; sending the second virtual reality game picture to the virtual reality equipment so that the virtual reality equipment responds to the first user operation, running the second virtual reality game picture on the virtual reality equipment, and sending the prediction operation identification set to the cloud server so that the cloud server generates a third virtual reality game picture according to the prediction operation identification set; and after receiving a third virtual reality game picture sent by the cloud server, storing the third virtual reality game picture to a local picture set. This technical scheme can reduce the cost of using the VR recreation at home.)

虚拟现实游戏画面处理方法及相关设备

技术领域

本申请涉及游戏领域，尤其涉及虚拟现实游戏画面处理方法及相关设备。

背景技术

虚拟现实(virtual reality，VR)游戏，是近年随着VR技术的发展而诞生的一种新的游戏方式，其原理是利用电脑模拟产生一个三维空间的虚拟世界，通过给用户提供关于视觉、听觉、触觉等感官上的模拟，从而让用户有身临其境的体验。由于有拟真度和代入感的要求，VR游戏对设备的图形处理能力要求较高，如果用户想要在家庭中使用VR游戏，则需要在家庭中配备性能较高的VR设备，成本较高。

发明内容

本申请提供虚拟现实游戏画面处理方法及相关设备，以解决目前家庭内使用VR游戏成本较高的问题。

第一方面，提供一种虚拟现实游戏画面处理方法，该方法应用于边缘计算设备，该方法包括如下步骤：接收虚拟现实设备发送的第一画面获取请求，第一画面获取请求为虚拟现实设备在采集到，针对虚拟现实设备上运行的第一虚拟现实游戏画面的第一用户操作后发出的请求，第一画面获取请求用于请求获取第一用户操作对应的第二虚拟现实游戏画面；根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，并根据第二虚拟现实游戏画面确定预测操作标识集，预测操作标识集用于指示第一用户操作对应的至少一个下一用户操作；将第二虚拟现实游戏画面发送给虚拟现实设备，以使虚拟现实设备响应于第一用户操作，在虚拟现实设备上运行第二虚拟现实游戏画面，并将预测操作标识集发送给云服务器，以使云服务器根据预测操作标识集生成第三虚拟现实游戏画面，第三虚拟现实游戏画面为预测操作标识集指示的用户操作对应的虚拟现实游戏画面；在接收到云服务器发送的第三虚拟现实游戏画面后，将第三虚拟现实游戏画面保存至本地画面集中。

在该技术方案中，边缘计算设备在接收到虚拟现实设备基于用户操作发送的获取虚拟现实游戏画面的第一画面获取请求后，根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，然后将第二虚拟现实游戏画面发送给虚拟现实设备，使得虚拟现实设备运行第二虚拟现实游戏画面，实现了显示与用户操作相对应的虚拟现实游戏画面的功能；并且，边缘计算设备在接收到第一画面获取请求后，还根据第一画面获取请求确定用于指示第一用户操作的下一用户操作的预测操作标识集，将预测操作标识集发送给云服务器，使得云服务器能够根据预测操作标识集生成第三虚拟现实游戏画面，然后将接收到的虚拟现实游戏画面保存在本地画面集中，实现对虚拟现实游戏画面的预先生成与存储。一方面，由于虚拟现实设备只需要对虚拟现实游戏画面进行显示而不需要渲染生成虚拟现实游戏画面，因而对虚拟现实设备的性能要求降低，从而可以降低在家庭中使用VR游戏的成本；另一方面，由于是由云服务器预先生成游戏画面且由边缘计算设备保存游戏画面，边缘计算设备与VR设备之间的交互以及游戏画面的预先生成均可以降低游戏画面的渲染生成时延，两种时延的降低可以使得从VR设备获取到用户操作至VR设备显示用户操作对应的VR游戏画面之间的时间缩短，从而可以避免给用户造成一种游戏卡顿的用户体验，保障用户使用VR游戏时的用户体验。

结合第一方面，在一种可能的实现方式中，上述方法还包括：接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息以及用户视角信息；基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪；根据用户情绪和用户视角信息生成参数调整指令；将参数调整指令发送给虚拟现实设备，以使虚拟现实设备调整虚拟现实设备上运行的虚拟现实游戏画面的运行参数。通过根据针对VR游戏画面的脑波反馈信息分析用户对VR设备上运行的VR游戏画面的用户情绪，并根据用户情绪和用户视角指示虚拟现实设备调整VR游戏画面的运行参数，从而使得VR游戏画面能够适应于用户的情绪和视角信息，从而能够给用户带来更好的用户体验。

结合第一方面，在一种可能的实现方式中，上述方法还包括：接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息；基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪，以得到用户情绪指示信息；上述将预测操作标识集发送给云服务器的步骤，具体包括：在将用户情绪指示信息添加进预测操作标识集之后，将预测操作标识集发送给云服务器，以使云服务器在根据预测操作标识集生成第三虚拟现实游戏画面时，调整第三虚拟现实游戏画面的画质参数，使得调整得到的第三虚拟现实游戏画面匹配于用户情绪。通过根据针对VR游戏画面的脑波反馈信息分析用户对VR设备上运行的VR游戏画面的用户情绪，并将指示用户情绪的指示信息携带在指示云服务器生成VR游戏画面的预测操作标识集中，使得云服务在生成VR游戏画面时能够调整VR游戏画面的画质参数，使其匹配于用户情绪，从而在后续的VR游戏进程中，画质参数能够符合于用户情绪，改善用户使用VR游戏的用户体验。

结合第一方面，在一种可能的实现方式中，上述基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪的步骤，具体包括：对脑波反馈信息进行特征提取，以得到脑波反馈信息对应的特征向量，将脑波反馈信息对应的特征向量输入至预设的脑波分析模型，以得到脑波分析模型的情绪识别结果；其中，脑波分析模型包括(m-1)层；m为脑波分析模型可识别的用户情绪的总数量，预测脑波分析模型的每层由不同数量的情绪识别模型组成；脑波分析模型的第i层有i个情绪识别模型，每个情绪识别模型用于识别两种情绪；脑波分析模型的第i层的第一情绪识别模型与脑波分析模型的第(i+1)层的第二情绪识别模型和脑波分析模型的第(i+1)层的第三情绪识别模型连接，其中，第二情绪识别模型可识别的其中一种用户情绪与第一情绪识别模型可识别的其中一种用户情绪相同，第三情绪识别模型可识别的其中一种用户情绪与所述第一情绪识别模型可识别的另一种用户情绪相同，1≤i≤m；脑波分析模型的第(i+1)层的情绪识别结果与第i层的情绪识别结果相关联，第(m-1)层的情绪识别结果为脑波分析模型的情绪识别结果；根据脑波分析模型的情绪识别结果确定第一虚拟现实游戏画面对应的用户情绪。通过具有多层结构的脑波分析模型对脑波反馈信息对应的特征向量进行识别分析，从而确定用户情绪，识别逻辑简单，在尽可能识别更多用户的情绪下可以提高运算的效率，有助于快速调整运行参数。

结合第一方面，在一种可能的实现方式中，上述对脑波反馈信息进行特征提取，以得到脑波反馈信息对应的特征向量的步骤，具体包括：根据脑波反馈信息分别确定第一特征向量、第二特征向量和第三特征向量，其中，第一特征向量用于表征脑波反馈信息的能量分布，第二特征向量用于表征脑波反馈信息的复杂性，第三特征向量用于表征脑波反馈信息的分形特征；根据第一特征向量、第二特征向量以及第三特征向量，得到脑波反馈信息对应的特征向量。通过从多个维度提取脑波反馈信息的特征向量，可以从多个维度联合分析用户的情绪，从而可以保证确定用户情绪的精准度。

结合第一方面，在一种可能的实现方式中，第一画面获取请求包括第一画面标识和第一操作标识，第一画面标识为第一虚拟现实游戏画面的画面标识，第一操作标识为第一用户操作的操作标识；上述根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面的步骤，具体包括：根据第一画面标识和第一操作标识确定第二画面标识，第二画面标识为第二虚拟现实游戏画面的画面标识；根据第二画面标识从本地画面集中获取第二虚拟现实游戏画面对应的多张画面素材；基于多张画面素材渲染生成三维画面，以得到第二虚拟现实游戏画面。通过在获取游戏画面的请求中携带指示正在运行的游戏画面的标识和执行的操作标识，然后获取画面素材完成画面的渲染，可以快速实时地生成VR游戏的游戏画面。

第二方面，提供一种边缘计算设备，包括：

第一接收模块，用于接收虚拟现实设备发送的第一画面获取请求，第一画面获取请求为虚拟现实设备在采集到，针对虚拟现实设备上运行的第一虚拟现实游戏画面的第一用户操作后发出的请求，第一画面获取请求用于请求获取第一用户操作对应的第二虚拟现实游戏画面；

画面获取模块，用于根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，并根据第二虚拟现实游戏画面确定预测操作标识集，预测操作标识集用于指示第一用户操作对应的至少一个下一用户操作；

发送模块，用于将第二虚拟现实游戏画面发送给虚拟现实设备，以使虚拟现实设备响应于第一用户操作，在虚拟现实设备上运行第二虚拟现实游戏画面，并将预测操作标识集发送给云服务器，以使云服务器根据预测操作标识集生成第三虚拟现实游戏画面，第三虚拟现实游戏画面为预测操作标识集指示的用户操作对应的虚拟现实游戏画面；

画面保存模块，用于在接收到云服务器发送的第三虚拟现实游戏画面后，将第三虚拟现实游戏画面保存至本地画面集中。

结合第二方面，在一种可能的设计中，上述设备还包括：第二接收模块，用于接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息以及用户视角信息；情绪分析模块，用于基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪；指令生成模块，用于根据用户情绪和用户视角信息生成参数调整指令；上述发送模块还用于将参数调整指令发送给虚拟现实设备，以使虚拟现实设备调整虚拟现实设备上运行的虚拟现实游戏画面的运行参数。

结合第二方面，在一种可能的设计中，上述设备还包括：第二接收模块，用于接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息；情绪分析模块，用于基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪，以得到用户情绪指示信息；上述发送模块具体用于：在将用户情绪指示信息添加进预测操作标识集之后，将预测操作标识集发送给云服务器，以使云服务器在根据预测操作标识集生成第三虚拟现实游戏画面时，调整第三虚拟现实游戏画面的画质参数，使得调整得到的第三虚拟现实游戏画面匹配于用户情绪。

结合第二方面，在一种可能的设计中，上述情绪分析模块具体用于：对脑波反馈信息进行特征提取，以得到脑波反馈信息对应的特征向量，将脑波反馈信息对应的特征向量输入至预设的脑波分析模型，以得到脑波分析模型的情绪识别结果；其中，脑波分析模型包括(m-1)层，m为脑波分析模型可识别的用户情绪的总数量，预测脑波分析模型的每层由不同数量的情绪识别模型组成；脑波分析模型的第i层有i个情绪识别模型，每个情绪识别模型用于识别两种情绪；脑波分析模型的第i层的第一情绪识别模型与脑波分析模型的第(i+1)层的第二情绪识别模型和脑波分析模型的第(i+1)层的第三情绪识别模型连接，其中，第二情绪识别模型可识别的其中一种用户情绪与第一情绪识别模型可识别的其中一种用户情绪相同，第三情绪识别模型可识别的其中一种用户情绪与所述第一情绪识别模型可识别的另一种用户情绪相同，1≤i≤m；脑波分析模型的第(i+1)层的情绪识别结果与第i层的情绪识别结果相关联，第(m-1)层的情绪识别结果为脑波分析模型的情绪识别结果；根据脑波分析模型的情绪识别结果确定第一虚拟现实游戏画面对应的用户情绪。

结合第二方面，在一种可能的设计中，上述情绪分析模块具体用于：根据脑波反馈信息分别确定第一特征向量、第二特征向量和第三特征向量，其中，第一特征向量用于表征脑波反馈信息的能量分布，第二特征向量用于表征脑波反馈信息的复杂性，第三特征向量用于表征脑波反馈信息的分形特征；根据第一特征向量、第二特征向量以及第三特征向量，得到脑波反馈信息对应的特征向量。

结合第二方面，在一种可能的设计中，第一画面获取请求包括第一画面标识和第一操作标识，第一画面标识为第一虚拟现实游戏画面的画面标识，第一操作标识为第一用户操作的操作标识；上述画面获取模块具体用于：根据第一画面标识和第一操作标识确定第二画面标识，第二画面标识为第二虚拟现实游戏画面的画面标识；根据第二画面标识从本地画面集中获取第二虚拟现实游戏画面对应的多张画面素材；基于多张画面素材渲染生成三维画面，以得到第二虚拟现实游戏画面。

第三方面，提供另一种边缘计算设备，包括存储器以及一个或多个处理器，一个或多个处理器用于执行存储在存储器中的一个或多个计算机程序，一个或多个处理器在执行一个或多个计算机程序时，使得该设备实现上述第一方面的虚拟现实游戏画面处理方法。

第四方面，提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的虚拟现实游戏画面处理方法。

本申请可以实现如下有益效果：降低在家庭中使用VR游戏的成本；使得从VR设备获取到用户操作至VR设备显示用户操作对应的VR游戏画面之间的时间缩短，可以避免给用户造成一种游戏卡顿的用户体验，保障用户使用VR游戏时的用户体验。

附图说明

图1为本申请实施例提供的基于边缘计算的VR游戏网络系统架构的示意图；

图2为本申请实施例提供的一种虚拟现实游戏画面处理方法的流程示意图；

图3为本申请实施例提供的VR游戏画面与用户操作之间的关联关系的示意图；

图4为本申请实施例提供的另一种虚拟现实游戏画面处理方法的流程示意图；

图5为本申请实施例提供的脑波分析模型以及脑波分析模型的识别逻辑的示意图；

图6为本申请实施例提供的一种参数调整指令的生成方法的流程示意图；

图7为本申请实施例提供的一种边缘计算设备的结构示意图；

图8为本申请实施例提供的另一种边缘计算设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

本申请的技术方案可以应用在VR游戏的运行场景中。基于目前的VR游戏的运行场景，本申请将边缘计算技术应用至VR游戏中，提出了一种新的用于VR游戏的系统架构，得到基于边缘计算的VR游戏网络架构10。基于边缘计算的VR游戏网络系统架构10可以如图1所示，包括VR设备101、边缘计算设备102以及云服务器103。其中，VR设备101与边缘计算设备102连接，用于实现与用户之间的交互，以及，基于与用户之间的交互与边缘计算设备102进行交互，从而保障VR游戏的运行；具体地，VR设备可以用于采集用户的语音、手势等各种用户操作，基于采集到的用户操作向边缘计算设备发起请求，以获取与用户操作相对应的VR游戏画面，然后基于VR技术向用户显示该与用户操作相对应的VR游戏画面。边缘计算设备102与云服务器103连接，用于与云服器进行通信交互，云服务器103可以为边缘计算设备102提供各种业务支持，以保障VR游戏的正常运行。

通过在VR游戏场景中应用边缘计算技术，可以将在VR设备上执行或实现的功能转移至边缘计算设备上实现，利用边缘计算的低时延特性保证VR游戏的正常运行，VR设备只需要具备一些基本的功能(如显示功能和通信功能)，从而可以减轻家庭中使用VR游戏的成本。

基于上述介绍的基于边缘计算的VR游戏网络系统架构10，可以实现本申请的技术方案，以下具体介绍本申请的技术方案。

参见图2，图2为本申请实施例提供的一种虚拟现实游戏画面处理方法的流程示意图，该方法可以应用在上述介绍的边缘计算设备102中，如图2所示，该方法包括如下步骤：

S201，接收虚拟现实设备发送的第一画面获取请求。

这里，虚拟现实设备可以为图1中的虚拟现实设备101，用于实现与用户的交互，虚拟现实设备具体可以为VR眼镜、可穿戴设备等。

本申请实施例中，第一画面获取请求为虚拟现实设备在采集到针对虚拟现实设备上运行的第一虚拟现实游戏画面的第一用户操作后发出的请求，第一画面获取请求用于请求获取第一用户操作对应的第二虚拟现实游戏画面。

可以理解的是，上述第一虚拟现实游戏画面是指虚拟现实设备上实时呈现的VR游戏画面，也可以理解为虚拟现实设备上当前时刻正在展示的VR游戏画面。其中，当前时刻是指正在发生某种事情的时刻。本申请实施例中，当前时刻指正在呈现VR游戏画面的时刻。上述第一用户操作是指用户基于第一虚拟现实游戏画面执行的某种用户操作，该用户操作的实际控制对象为第一虚拟现实游戏画面，其中，实际控制对象是指通过对各种操作外设(如游戏手柄、游戏终端等)的操作而实际控制和作用的对象。上述第二虚拟现实游戏画面是指对第一虚拟现实游戏画面执行第一用户操作后，虚拟现实设备上应呈现的VR游戏画面。

S202，根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，并根据第二虚拟现实游戏画面确定预测操作标识集。

本申请实施例中，本地画面集是用于保存为虚拟现实设备当前时刻正在显示的VR游戏画面，预先生成的VR游戏画面或VR游戏画面的画面素材的一个或多个本地文件夹/本地数据库。其中，本地画面集中可包含针对虚拟现实设备当前时刻正在显示的VR游戏画面可执行的所有用户操作对应的VR游戏画面，或者VR画面素材。VR画面素材为渲染生成VR游戏画面的图像素材。

例如，针对于虚拟现实上正在显示的VR游戏画面A，可执行5种操作，分别为操作1、操作2、操作3、操作4、操作5。则本地画面集中包含有对VR游戏画面A执行操作1后，虚拟现实设备上应呈现的VR游戏画面或呈现VR游戏画面所需的VR画面素材、对VR游戏画面A执行操作2后，虚拟现实设备上应呈现的VR游戏画面或呈现VR游戏画面所需的VR画面素材、对VR游戏画面A执行操作3后，虚拟现实设备上应呈现的VR游戏画面或呈现VR游戏画面所需的VR画面素材、对VR游戏画面A执行操作4后，虚拟现实设备上应呈现的VR游戏画面或呈现VR游戏画面所需的VR画面素材、对VR游戏画面A执行操作5后，虚拟现实设备上应呈现的VR游戏画面或呈现VR游戏画面所需的VR画面素材。

可选地，除了包含针对虚拟现实设备当前时刻正在显示的VR游戏画面可执行的所有用户操作对应的VR游戏画面或VR画面素材之前，本地游戏画面集还可以包含VR游戏画面与用户操作之间的对应关系、本地游戏画面集中保存的VR游戏画面与虚拟现实设备当前时刻正在显示的VR游戏画面之间的关联关系等用于起标识作用或建立各种关联关系的各种内容。

在第一种可能的场景中，第二虚拟现实游戏画面是已经经过云服务器渲染后保存在本地画面集中的。在这种情况下，本地画面集中保存的是虚拟现实设备当前时刻正在显示的VR游戏画面可执行的所有用户操作对应的VR游戏画面，可根据第一画面获取请求直接从本地画面集中获取第二虚拟现实游戏画面。通过这种方式，边缘计算设备是直接获取VR游戏画面，可以节省渲染生成VR游戏画面的时间，从而可以减小时延。

具体地，第一画面获取请求可携带第一画面标识和第一操作标识，第一画面标识和第一操作标识分别为第一游戏画面的画面标识和第一用户操作的操作标识，分别用于唯一指示第一游戏画面和第一用户操作；可从本地画面集中获取与该第一游戏画面的画面标识和第一用户操作的操作标识相对应的VR游戏画面作为第二虚拟现实游戏画面。

可选地，第一画面获取请求中也可以携带其他与第一游戏画面和第一用户操作有关的内容，从而可以根据该其他内容从本地画面集中获取第二虚拟现实游戏画面，本申请不做限制。

在第二种可能的场景中，云服务器负责为边缘计算设备提供渲染生成第二虚拟现实游戏画面的VR画面素材，边缘计算设备根据虚拟现实设备的请求渲染生成第二虚拟现实游戏画面。在这种情况下，第一画面获取请求可携带第一画面标识和第一操作标识；可根据第一画面标识和第二操作标识确定第二画面标识，其中，第二画面标识为第二虚拟现实游戏画面的画面标识；根据第二画面标识从本地画面集中获取第二虚拟现实游戏画面对应的多张画面素材；基于第二虚拟现实游戏画面对应的多张画面素材生成三维画面，以得到第二虚拟现实游戏画面。通过这种方式，由边缘计算设备根据虚拟现实设备的请求渲染生成VR游戏画面，云服务器只需预先将生成VR游戏画面的画面素材发送给边缘计算设备，在满足实时渲染生成VR游戏的需求的前提之下，可省去云服务器预先生成大量VR游戏画面的操作，一定程度上可以节省云服务器的计算资源。

本申请实施例中，预测操作标识集用于指示用户操作对应的至少一个下一用户操作。这里，用户操作对应的至少一个下一用户操作是指基于第二虚拟现实游戏画面执行的操作，也就是说，该下一用户操作的实际控制对象为第二虚拟现实游戏画面。一般来说，用户操作对应的至少一个下一用户操作指的是在基于第二虚拟现实画面可执行的所有用户操作。

具体实现中，可以预先建立各个VR游戏画面与用户操作之间的关联关系，然后根据VR游戏画面与用户操作之间的关联关系确定预测操作标识集。

举例来进行说明，参见图3，图3示出了VR游戏画面与用户操作之间的关联关系。由图3可知，若用户操作为用户操作a，则可以确定用户操作a的下一用户操作为用户操作a1，用户操作a2，用户操作a3。预测操作标识集即为指示用户操作a1，用户操作a2，用户操作a3的操作标识的集合。

S203，将第二虚拟现实游戏画面发送给虚拟现实设备，将预测操作标识集发送给云服务器。

这里，将第二虚拟现实游戏画面发送给虚拟现实设备后，虚拟现实设备响应于第一用户操作，在虚拟现实设备上运行第二虚拟现实游戏画面，即在虚拟现实设备上显示第二虚拟现实游戏画面。由于VR设备不用自己渲染生成VR游戏画面，性能较低的VR设备也可以满足用户使用VR游戏的需求，可以降低用户在家庭中使用VR游戏的成本；由于是通过边缘计算设备与VR设备之间通信，可以降低网络时延，从而可以保障VR游戏的正常运行。

这里，云服务器可以为图1中的云服务器103，将预测操作标识集发送给云服务器后，云服务器根据预测操作标识集生成第三虚拟现实游戏画面，其中，第三虚拟现实游戏画面为预测操作集指示的用户操作对应的虚拟现实游戏画面。

可以理解的是，第三虚拟现实游戏画面是指对第二虚拟现实游戏画面执行预测操作指示集指示的用户操作后，虚拟现实设备上应呈现的VR游戏画面。其中，对应于上述第一种可能的场景，云服务器根据预测操作标识集生成第三虚拟现实游戏画面可以是指云服务器根据预测操作标识集，直接渲染生成预测操作标识集指示的各个用户操作各自对应的虚拟现实游戏画面；或者，对应于上述第二种可能的场景，云服务器根据预测操作标识集生成第三虚拟现实游戏画面可以是指云服务器根据预测操作标识集，生成预测操作标识集指示的各个用户操作各自对应的虚拟现实游戏画面的画面素材。

可以看出，在边缘计算设备接收到获取虚拟现实游戏画面的请求之前，云服务器已经针对用户可能在虚拟现实设备上执行的用户操作生成了对应的虚拟现实游戏画面或画面素材，使得边缘计算设备可以直接从本地获取虚拟现实游戏画面或虚拟现实游戏画面的画面素材，可以缩短从VR设备获取到用户操作至VR设备显示用户操作对应的VR游戏画面之间的时间。

需要说明的是，前述云服务器或边缘计算设备渲染生成虚拟现实游戏画面由预置的渲染程序实现，可采用现有任一生成虚拟现实游戏画面的方法，本申请不做限制。

S204，在接收到云服务器发送的第三虚拟现实游戏画面后，将第三虚拟游戏画面保存至本地画面集中。

在上述技术方案中，边缘计算设备在接收到虚拟现实设备基于用户操作发送的获取虚拟现实游戏画面的第一画面获取请求后，根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，然后将第二虚拟现实游戏画面发送给虚拟现实设备，使得虚拟现实设备运行第二虚拟现实游戏画面，实现了显示与用户操作相对应的虚拟现实游戏画面的功能；并且，边缘计算设备在接收到第一画面获取请求后，还根据第一画面获取请求确定用于指示第一用户操作的下一用户操作的预测操作标识集，将预测操作标识集发送给云服务器，使得云服务器能够根据预测操作标识集生成第三虚拟现实游戏画面，然后将接收到的虚拟现实游戏画面保存在本地画面集中，实现对虚拟现实游戏画面的预先生成与存储。一方面，由于虚拟现实设备只需要对虚拟现实游戏画面进行显示而不需要渲染生成虚拟现实游戏画面，因而对虚拟现实设备的性能要求降低，从而可以降低在家庭中使用VR游戏的成本；另一方面，由于是由云服务器预先生成游戏画面且由边缘计算设备保存游戏画面，边缘计算设备与VR设备之间的交互以及游戏画面的预先生成均可以降低游戏画面的渲染生成时延，两种时延的降低可以使得从VR设备获取到用户操作至VR设备显示用户操作对应的VR游戏画面之间的时间缩短，从而可以避免给用户造成一种游戏卡顿的用户体验，保障用户使用VR游戏时的用户体验。

在一些可能的实施例中，还可以通过VR设备采集用户的脑波信息，基于脑波信息分析用户情绪，并基于用户情绪对VR游戏的游戏画面的画质参数进行调整。参见图4，图4为本申请实施例提供的另一种虚拟现实游戏画面处理方法的流程示意图，该方法可以应用至上述介绍的边缘计算设备102中，如图4所示，该方法包括如下步骤：

S301，接收虚拟现实设备发送的第一画面获取请求。

S302，根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，并根据第二虚拟现实游戏画面确定预测操作标识集。

这里，步骤S301～S302的具体实现方式可参考前述步骤S201～S202的有关描述，此处不再赘述。

S303，接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息。

这里，脑波反馈信息为虚拟现实设备采集到的用于反馈用户针对虚拟现实设备上当前显示的虚拟现实游戏画面的情绪的脑电波信号。由于用户对虚拟现实游戏画面的帧率、画质等的感受不同，用户会产生眩晕、愉悦、愤怒、忧伤等各种表达用户当前心理状态的情绪，这些情绪会影响用户对虚拟现实游戏的用户体验。考虑到虚拟现实设备一般是头戴式设备，且用户情绪在脑电波中会有所呈现，不同的情绪对应的脑电波信号不同，本申请通过采集用户的脑电波信号来确定用户的情绪，以此为缓解用户的某些不良用户情绪打下基础。具体实现中，虚拟现实设备可以通过脑电波传感器、信号放大电路、滤波电路等电路组合采集用户的脑电波信号。

S304，基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪，以得到用户情绪指示信息。

本申请实施例中，可以通过对脑波反馈信息进行特征提取，如共空间模式(commonspatial pattern，CSP)、小波变换、自回归(auto regressive，AR)模型、功率谱密度等一种或多种特征提取方式，提取得到用于反馈脑电特征的特征向量，即脑波反馈信息对应的特征向量，然后通过用户情绪分类模型对脑波反馈信息对应的特征向量进行分类识别，以确定用户对VR设备上当前显示的虚拟现实游戏画面的用户情绪，即第一虚拟现实游戏画面对应的用户情绪。其中，情绪指示信息是指用于指示用户情绪的标识，具体可以为数字、字符编码等。

在一种可能的实现方式中，用户情绪分类模型可以为基于树形结构的脑波分析模型。

在一些实施方式中，脑波分析模型用于识别m种用户情绪，脑波分析模型可以包括(m-1)层，脑波分析模型的每层由不同数量的情绪识别模型组成，每个情绪识别模型用于识别两种用户情绪。其中，脑波分析模型的第i层有i个情绪识别模型，1≤i≤m，第i层的第一情绪识别模型与第(i+1)层的第二情绪识别模型和第(i+1)层的第三情绪识别模型连接，其中，第二情绪识别模型可识别的其中一种用户情绪与第一情绪识别模型可识别的其中一种用户情绪相同，第三情绪识别模型可识别的其中一种用户情绪与第一情绪识别模型可识别的另一种用户情绪相同。

上述脑波分析模型对脑波反馈信息对应的特征向量进行分类识别的具体逻辑可以如下：将第1情绪识别模型作为第1层的目标情绪识别模型，将脑波反馈信息对应的特征向量输入第1层的目标情绪识别模型中，将第1层的目标情绪识别模型的情绪识别结果确定为第1层的情绪识别结果；根据第1层的情绪识别结果，从与第1层的目标情绪识别模型连接的第2层的第二情绪识别模型和第三情绪识别模型中确定第2层的目标情绪识别模型，将脑波反馈信息对应的特征向量输入第2层的目标情绪识别模型中，将第2层的目标情绪识别模型的情绪识别结果确定为第2层的情绪识别结果；以此类推，直至得到第(m-1)层的目标情绪识别模型的情绪识别结果，将第(m-1)层的目标情绪识别模型的情绪识别结果确定为脑波分析模型的情绪识别结果；根据脑波分析模型的情绪识别结果确定第一虚拟现实游戏画面对应的用户情绪。其中，对于第i层的目标情绪识别模型，若第i层的目标情绪识别模型的情绪识别结果对应第i层的目标情绪识别模型可识别的其中一种用户情绪，则将与第i层的目标情绪识别模型连接的第(i+1)层的第二情绪识别模型确定为第(i+1)层的目标情绪识别模型；若第i层的目标情绪识别模型的情绪识别结果对应第i层的目标情绪识别模型可识别的另一种用户情绪，则将与第i层的目标情绪识别模型连接的第(i+1)层的第三情绪识别模型确定为第(i+1)层的目标情绪识别模型。

举例来对上述脑波分析模型和脑波分析模型的识别逻辑进行说明，以m＝4为例，假设用户情绪分别为用户情绪1、用户情绪2、用户情绪3以及用户情绪4。参见图5，图5为本申请实施例提供的脑波分析模型以及脑波分析模型的识别逻辑的示意图。如图5所示，图5中的每个节点均为一个情绪识别模型，分别为情绪识别模型M1～情绪识别模型M6，其中，情绪识别模型M1用于识别用户情绪1和用户情绪2，情绪识别模型M2用于识别用户情绪1和用户情绪3，情绪识别模型M3用于识别用户情绪2和用户情绪4，情绪识别模型M4用于识别用户情绪1和用户情绪4，情绪识别模型M5用于识别用户情绪2和用户情绪3，情绪识别模型M6用于识别用户情绪3和用户情绪4。当情绪识别模型M1的情绪识别结果对应用户情绪1时，则将情绪识别模型M2确定为第2层的目标情绪识别模型，当情绪识别模型M1的情绪识别结果对应用户情绪2时，则将情绪识别模型M3确定为第2层的目标情绪识别模型。同理，若情绪识别模型M2为第2层的目标情绪识别模型，当情绪识别模型M2的情绪识别结果为用户情绪1时，将情绪识别模型M4确定为第3层的目标情绪识别模型，当情绪识别模型M2的情绪识别结果对应用户情绪3时，将情绪识别模型绪M5确定为第3层的目标情绪识别模型。若情绪识别模型M3为第2层的目标情绪识别模型，当情绪识别模型M3的情绪识别结果对应用户情绪2时，将情绪识别模型M5确定为第3层的目标情绪识别模型，当情绪识别模型M3的情绪识别结果对应用户情绪3时，将情绪识别模型M6确定为第3层的目标情绪识别模型。最后将第3层的目标情绪识别模型的情绪识别结果确定为脑波分析模型的情绪识别结果。

在一种可行的实施方式中，上述每个情绪识别模型均可以为基于符号函数构造的分类树，分类树的公式可以为：f(x)＝sign(wx+b)，其中，x＝(x₁，x₂，…，x_h)为脑波反馈信息对应的特征向量，h为脑波反馈信息对应的特征向量的向量维度，w＝(w₁，w₂，…，x_h)为脑波反馈信息对应的特征向量在各向量维度上的权重参数，b为偏置参数。将上述公式展开得到的公式为f(x)＝sign(w₁x₁+w₂x₂+…+w_hx_h+b)。情绪识别模型的两种情绪识别结果为1和-1，其中，1和-1分别代表情绪识别模型可识别的两种用户情绪，若计算得到的情绪识别结果为1，则说明用户情绪为情绪识别模型可识别的其中一种用户情绪，若计算得到的结果为-1，则说明用户情绪为情绪识别模型可识别的另一种用户情绪。

其中，对于各个情绪识别模型中的各向量维度上的权重参数和偏置参数，可以通过获取训练样本进行训练得到，对于其中一个情绪识别模型，可以获取该情绪识别模型可识别的两种用户情绪(以两种用户情绪为用户情绪S1和用户情绪S2为例)各自对应的脑电波样本，其中，对用户情绪S1和用户情绪S2各自对应的脑电波样本分别进行特征提取，得到用户情绪S1和用户情绪S2各自对应的特征向量样本，其中，脑脑电波样本和特征向量样本的数量均为多个，然后将用户情绪S1对应的一个特征向量样本作为上述公式的自变量，即作为x＝(x₁，x₂，…，x_h)，将1作为上述公式的因变量，即作为f(x)(即y)，得到用户情绪S1对应的一个训练样本，将每个特征向量样本均按此方式进行处理，则得到用户情绪S1对应的多个训练样本。并将用户情绪S2对应的一个特征向量样本作为上述公式的自变量，即作为x＝(x₁，x₂，…，x_h)，将-1作为上述公式的因变量，即作为f(x)(即y)，得到用户情绪S2对应的一个训练样本，将每个特征向量样本均按此方式进行处理，则得到用户情绪S2对应的多个训练样本。然后将用户情绪S1和用户情绪S2各自对应的训练样本映射到高维空间，再在多维空间中找到可以将两种类型的元素(指y不同的两种元素)完全区分开的超平面，将超平面对应的参数值确定为各维度上的权重参数和偏置参数。

上述可以看出，通过多层的树形结构对用户情绪进行识别，识别的逻辑简单，相较于将每个用户情绪识别模型都运行一遍从而确定情绪识别结果，树形环状结构只需要运行部分用户情绪模型就可以得到情绪识别结果，在要识别的用户情绪种类较多的情况下，可以提高运算的效率。

在另一些可能的实现方式中，用户情绪分类模型也可以为基于其他结构或识别逻辑的用于对脑波反馈信息对应的特征向量进行分类，以识别用户情绪的模型。具体地，用户情绪分类模型可以为基于全链接的分类模型，例如可以为多层感知机(multilayerperceptron，MLP)分类模型；又或者，用户情绪分类模型可以为基于卷积神级网络的分类模型，例如为VGG等；又或者，用户情绪分类模型基于邻近算法的分类模型，例如可以为k邻近(k-nearest neighbor，KNN)分类模型等。不限于这里的举例。

本申请实施例中，对脑波反馈信息进行特征提取，得到用于反馈脑电特征的特征向量，可以有多种实现方式。

在一种可能的实现方式中，可以根据脑波反馈信息分别确定第一特征向量、第二特征向量以及第三特征向量，其中，第一特征向量用于表征脑波反馈信息的能量分布，第二特征向量用于表征脑波反馈信息的复杂性，第三特征向量用于表征脑波反馈信息的分形特征；最后将第一特征向量、第二特征向量以及第三特征向量进行拼接，得到脑波反馈信息对应的特征向量。可以理解的是，脑波反馈信息对应的特征向量的向量维度等于第一特征向量、第二特征向量以及第三特征向量的向量维度之和。

在一些可能的实施方式中，可以对脑波反馈信息进行小波变换与重构，得到小波分解系数和脑波信号的四种节律波(指δ波、θ波、α波、β波)，根据小波分解系数，计算小波能量和小波熵，将小波能量和小波熵确定为第一特征向量；计算四种节律波的近似熵，将四种节律波的近似熵确定为第二特征向量；计算四种节律波的赫斯特(Hurst)指数，将四种节律波的Hurst指数确定为第三特征向量。

在另一些可能的实施方式中，也可以通过离散傅里叶变换计算脑波反馈信息的能量特征，得到第一特征向量；计算脑波反馈信息的样本熵，得到第二特征向量；通过Higuchi算法计算脑波反馈信息的分形特征，得到第三特征向量。

在又一些可能的实施方式中，第一特征向量可以为上述小波能量、小波熵以及能量特征的组合；第二特征向量可以为上述近似熵和样本熵的组合；第三特征向量可以为上述Hurst指数和分形特征的组合。即，对脑波反馈信息进行小波变换与重构，得到小波分解系数和脑波信号的四种节律波；通过离散傅里叶变换计算脑波反馈信息的能量特征，并根据小波分解系数，计算小波能量和小波熵，将脑波反馈信息的能量特征以及小波能量和小波熵确定为第一特征向量；计算脑波反馈信息的样本熵，并计算四种节律波的近似熵，将样本熵和近似熵确定为第二特征向量；通过Higuchi算法计算脑波反馈信息的分形特征，并计算四种节律波的赫斯特指数，将脑波反馈信息的分形特征和上述赫斯特指数确定为第三特征向量。

本申请实施例的第一特征向量、第二特征向量以及第三特征向量可以不仅限于上述实施方式所列，通过从多个维度提取脑波反馈信息的特征，结合多个维度联合确定用户情绪，可以提高用户情绪识别的精准度。应理解的是，在特征提取过程中考虑到的特征因素和使用的特征提取方式越多，提取到的特征向量的向量维度越多，识别能够更精准。

可选地，在确定第一特征向量、第二特征向量以及第三特征向量之后，也可以对第一特征向量、第二特征向量以及第三特征向量进行融合，得到脑波反馈信息对应的特征向量。其中，可以通过主成分(principle component analysis，PCA)算法、奇异值分解(singular value decomposition，SVD)算法等分析第一特征向量、第二特征向量以及第三特征向量之间的关联关系，通过降维的方式对第一特征向量、第二特征向量以及第三特征向量进行特征融合，将融合得到的特征向量作为脑波反馈信息对应的特征向量。可以理解的是，融合得到的特征向量的向量维度小于第一特征向量、第二特征向量以及第三特征向量的向量维度之和。通过对第一特征向量、第二特征向量以及第三特征向量进行特征融合，可以提取到最能反馈脑电特征的特征向量，减少脑波反馈信息对应的特征向量的向量维度，在保证识别精准度的前提下，向量维度的减小可以降低后续情绪识别计算的复杂度，从而提高情绪识别的效率。

S305，将用户情绪指示信息添加进预测操作标识集。

S306，将第二虚拟现实游戏画面发送给虚拟现实设备，将预测操作标识集发送给云服务器。

这里，将预测操作标识集发送给云服务器后，云服务器根据预测操作标识集生成第三虚拟现实画面，有关于云服务器生成第三虚拟现实画面的描述，可参考前述步骤S203的有关描述。其中，在生成第三虚拟现实画面的过程中，云服务器根据用户情绪指示信息调整第三虚拟现实游戏画面的画质参数，使得调整得到的第三虚拟现实画面匹配于用户情绪。具体地，第三虚拟现实游戏画面的画质参数可以是指第三虚拟现实游戏画面的分辨率、亮度、色彩饱和度等参数。例如，云服务器根据用户情绪指示信息确定用户情绪为忧伤，则将第三虚拟现实游戏画面的色彩饱和度调高，以缓解用户的忧伤情绪。又或者，云服务器根据用户情绪指示信息确定用户情绪为生气，则调高第三虚拟现实游戏画面的分辨率。关于调整画质参数与用户情绪之间的匹配关系，可根据虚拟现实游戏的实际应用情况设置，本申请不做限制。

S307，在接收到云服务器发送的第三虚拟现实游戏画面后，将第三虚拟游戏画面保存至本地画面集中。

在上述技术方案中，通过根据针对VR游戏画面的脑波反馈信息分析用户对VR设备上运行的VR游戏画面的用户情绪，并将指示用户情绪的指示信息携带在指示云服务器生成VR游戏画面的预测操作标识集中，使得云服务在生成VR游戏画面时能够调整VR游戏画面的画质参数，使其匹配于用户情绪，从而在后续的VR游戏进程中，画质参数能够符合于用户情绪，改善用户使用VR游戏的用户体验。

可选地，在通过上述步骤S303～S304分析得到用户情绪后，在将第二虚拟现实游戏画面发送给虚拟现实设备之前，也可以根据用户情绪调整第二虚拟现实画面的画质参数，以使得第二虚拟现实画面的画质参数匹配于用户情绪，从而提高用户使用VR游戏的用户体验。

在一些可能的实施例中，还可以通过VR设备采集用户的脑波信息，基于脑波信息分析用户情绪，并基于用户情绪对VR游戏的游戏画面的运行参数进行调整。参见图6，图6为本申请实施例提供的一种参数调整指令的生成方法的流程示意图，该方法可以在上述图2或图3的方法实施例的基础上执行，包括如下步骤：

S401，接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息和用户视角信息。

这里，有关于脑波反馈信息的描述，可参考前述步骤S304的有关描述，此处不再赘述。

用户视角信息是指虚拟现实设备采集到的反映用户当前视角的信息，其对应于用户在观看第一虚拟现实游戏画面时眼睛聚焦的画面内容。具体实现中，虚拟现实设备可以通过运动追踪感应(如陀螺仪、速度传感器)等采集用户视角信息。

S402，基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪。

这里，步骤S401～S402的具体实现方式可参考前述步骤S303～S304的有关描述，此处不再赘述。

S403，根据用户情绪和用户视角信息生成参数调整指令。

本申请实施例中，根据用户情绪和用户视角信息生成参数调整指令具体是指根据用户情绪得到用户对于虚拟现实设备上显示的虚拟现实游戏画面在当前视角上的反馈，以此确定用户对当前视角下的虚拟现实游戏画面的舒适度反馈，确定与该舒适度反馈相匹配的虚拟现实游戏画面的运行参数，生成该运行参数对应的参数调整指令，从而使得该参数调整指令对应的运行参数能够适应于该舒适度反馈。其中，虚拟现实游戏画面的运行参数可以是指虚拟现实游戏画面的显示角度信息、帧率等。例如，用户情绪为眩晕，则可以生成用于指示调高帧率的参数调整指令。有关于用户情绪、用户视角信息与参数调整之间的关联关系，可根据虚拟现实游戏的实际情况设置，本申请不做限制。

S404，将参数调整指令发送给虚拟现实设备。

这里，将参数调整指令发送给虚拟现实设备后，虚拟现实设备根据参数调整指令调整虚拟游戏画面的运行参数。

在上述技术方案中，通过根据针对VR游戏画面的脑波反馈信息分析用户对VR设备上运行的VR游戏画面的用户情绪，并根据用户情绪和用户视角指示虚拟现实设备调整VR游戏画面的运行参数，从而使得VR游戏画面能够适应于用户的情绪和视角信息，从而能够给用户带来更好的用户体验。

上述介绍了本申请的方法，为了更好地实施本申请的方法，接下来介绍本申请的装置。

参见图7，图7为本申请实施例提供的一种边缘计算设备的结构示意图，边缘计算设备可以为图1中的边缘计算设备102，如图所示，该边缘计算设备50包括：

第一接收模块501，用于接收虚拟现实设备发送的第一画面获取请求，第一画面获取请求为虚拟现实设备在采集到，针对虚拟现实设备上运行的第一虚拟现实游戏画面的第一用户操作后发出的请求，第一画面获取请求用于请求获取第一用户操作对应的第二虚拟现实游戏画面；

画面获取模块502，用于根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，并根据第二虚拟现实游戏画面确定预测操作标识集，预测操作标识集用于指示第一用户操作对应的至少一个下一用户操作；

发送模块503，用于将第二虚拟现实游戏画面发送给虚拟现实设备，以使虚拟现实设备响应于第一用户操作，在虚拟现实设备上运行第二虚拟现实游戏画面，并将预测操作标识集发送给云服务器，以使云服务器根据预测操作标识集生成第三虚拟现实游戏画面，第三虚拟现实游戏画面为预测操作标识集指示的用户操作对应的虚拟现实游戏画面；

画面保存模块504，用于在接收到云服务器发送的第三虚拟现实游戏画面后，将第三虚拟现实游戏画面保存至本地画面集中。

在一种可能的设计中，上述设备50还包括：第二接收模块505，用于接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息以及用户视角信息；情绪分析模块506，用于基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪；指令生成模块507，用于根据用户情绪和用户视角信息生成参数调整指令；上述发送模块503还用于将参数调整指令发送给虚拟现实设备，以使虚拟现实设备调整虚拟现实设备上运行的虚拟现实游戏画面的运行参数。

在一种可能的设计中，上述设备还包括：第二接收模块505，用于接收虚拟现实设备采集到的针对第一虚拟现实游戏画面的脑波反馈信息；情绪分析模块505，用于基于脑波反馈信息分析第一虚拟现实游戏画面对应的用户情绪，以得到用户情绪指示信息；上述发送模块503具体用于：在将用户情绪指示信息添加进预测操作标识集之后，将预测操作标识集发送给云服务器，以使云服务器在根据预测操作标识集生成第三虚拟现实游戏画面时，调整第三虚拟现实游戏画面的画质参数，使得调整得到的第三虚拟现实游戏画面匹配于用户情绪。

在一种可能的设计中，上述情绪分析模块505具体用于：对脑波反馈信息进行特征提取，以得到脑波反馈信息对应的特征向量，将脑波反馈信息对应的特征向量输入至预设的脑波分析模型，以得到脑波分析模型的情绪识别结果；其中，脑波分析模型包括(m-1)层，m为脑波分析模型可识别的用户情绪的总数量，预测脑波分析模型的每层由不同数量的情绪识别模型组成；脑波分析模型的第i层有i个情绪识别模型，每个情绪识别模型用于识别两种情绪；脑波分析模型的第i层的第一情绪识别模型与脑波分析模型的第(i+1)层的第二情绪识别模型和脑波分析模型的第(i+1)层的第三情绪识别模型连接，其中，第二情绪识别模型可识别的其中一种用户情绪与第一情绪识别模型可识别的其中一种用户情绪相同，第三情绪识别模型可识别的其中一种用户情绪与所述第一情绪识别模型可识别的另一种用户情绪相同，1≤i≤m；脑波分析模型的第(i+1)层的情绪识别结果与第i层的情绪识别结果相关联，第(m-1)层的情绪识别结果为脑波分析模型的情绪识别结果；根据脑波分析模型的情绪识别结果确定第一虚拟现实游戏画面对应的用户情绪。

在一种可能的设计中，上述情绪分析模块505具体用于：根据脑波反馈信息分别确定第一特征向量、第二特征向量和第三特征向量，其中，第一特征向量用于表征脑波反馈信息的能量分布，第二特征向量用于表征脑波反馈信息的复杂性，第三特征向量用于表征脑波反馈信息的分形特征；根据第一特征向量、第二特征向量以及第三特征向量，得到脑波反馈信息对应的特征向量。

在一种可能的设计中，第一画面获取请求包括第一画面标识和第一操作标识，第一画面标识为第一虚拟现实游戏画面的画面标识，第一操作标识为第一用户操作的操作标识；上述画面获取模块502具体用于：根据第一画面标识和第一操作标识确定第二画面标识，第二画面标识为第二虚拟现实游戏画面的画面标识；根据第二画面标识从本地画面集中获取第二虚拟现实游戏画面对应的多张画面素材；基于多张画面素材渲染生成三维画面，以得到第二虚拟现实游戏画面。

需要说明的是，图7对应的实施例中未提及的内容可参见方法实施例的描述，这里不再赘述。

上述边缘计算设备，在接收到虚拟现实设备基于用户操作发送的获取虚拟现实游戏画面的第一画面获取请求后，根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，然后将第二虚拟现实游戏画面发送给虚拟现实设备，使得虚拟现实设备运行第二虚拟现实游戏画面，实现了显示与用户操作相对应的虚拟现实游戏画面的功能；并且，边缘计算设备在接收到第一画面获取请求后，还根据第一画面获取请求确定用于指示第一用户操作的下一用户操作的预测操作标识集，将预测操作标识集发送给云服务器，使得云服务器能够根据预测操作标识集生成第三虚拟现实游戏画面，然后将接收到的虚拟现实游戏画面保存在本地画面集中，实现对虚拟现实游戏画面的预先生成与存储。一方面，由于虚拟现实设备只需要对虚拟现实游戏画面进行显示而不需要渲染生成虚拟现实游戏画面，因而对虚拟现实设备的性能要求降低，从而可以降低在家庭中使用VR游戏的成本；另一方面，由于是由云服务器预先生成游戏画面且由边缘计算设备保存游戏画面，边缘计算设备与VR设备之间的交互以及游戏画面的预先生成均可以降低游戏画面的渲染生成时延，两种时延的降低可以使得从VR设备获取到用户操作至VR设备显示用户操作对应的VR游戏画面之间的时间缩短，从而可以避免给用户造成一种游戏卡顿的用户体验，保障用户使用VR游戏时的用户体验。

参见图8，图8为本申请实施例提供的另一种边缘计算设备的结构示意图，边缘计算设备可以为图1中的边缘计算设备102，如图8所示，边缘计算设备60包括处理器601、存储器602以及通信接口603。处理器601连接到存储器602和通信接口603，例如处理器601可以通过总线连接到存储器602和通信接口603。

处理器601被配置为支持该设备60执行图2-图6的方法中相应的功能。该处理器601可以是中央处理器(central processing unit，CPU)，网络处理器(networkprocessor，NP)，硬件芯片或者其任意组合。上述硬件芯片可以是专用集成电路(application specific integrated circuit，ASIC)，可编程逻辑器件(programmablelogic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gatearray，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。

存储器602用于存储程序代码等。存储器602可以包括易失性存储器(volatilememory，VM)，例如随机存取存储器(random access memory，RAM)；存储器602也可以包括非易失性存储器(non-volatile memory，NVM)，例如只读存储器(read-only memory，ROM)，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；存储器602还可以包括上述种类的存储器的组合。

通信接口603用于与处理器601配合完成与通信相关的功能，如发送数据、接收数据等。

处理器601可以调用存储器中存储的程序代码以执行以下操作：

接收虚拟现实设备发送的第一画面获取请求，第一画面获取请求为虚拟现实设备在采集到，针对虚拟现实设备上运行的第一虚拟现实游戏画面的第一用户操作后发出的请求，第一画面获取请求用于请求获取第一用户操作对应的第二虚拟现实游戏画面；根据第一画面获取请求从本地画面集中获取第二虚拟现实游戏画面，并根据第二虚拟现实游戏画面确定预测操作标识集，预测操作标识集用于指示第一用户操作对应的至少一个下一用户操作；将第二虚拟现实游戏画面发送给虚拟现实设备，以使虚拟现实设备响应于第一用户操作，从而在虚拟现实设备上运行第二虚拟现实游戏画面，并将预测操作标识集发送给云服务器，以使云服务器根据预测操作标识集生成第三虚拟现实游戏画面，第三虚拟现实游戏画面为预测操作标识集指示的用户操作对应的虚拟现实游戏画面；在接收到云服务器发送的第三虚拟现实游戏画面后，将第三虚拟现实游戏画面保存至本地画面集中。

需要说明的是，各个操作的实现还可以对应参照上述方法实施例的相应描述；所述处理器601还可以与其他功能硬件配合执行上述方法实施例中的其他操作。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法，所述计算机可以为上述提到的边缘计算设备的一部分。例如为上述的处理器601。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only memory，ROM)或随机存储记忆体(Random Accessmemory，RAM)等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。