CN108888277A - 心理测试方法、***及终端设备 - Google Patents
心理测试方法、***及终端设备 Download PDFInfo
- Publication number
- CN108888277A CN108888277A CN201810385931.6A CN201810385931A CN108888277A CN 108888277 A CN108888277 A CN 108888277A CN 201810385931 A CN201810385931 A CN 201810385931A CN 108888277 A CN108888277 A CN 108888277A
- Authority
- CN
- China
- Prior art keywords
- answering
- index
- tested
- answer
- nervous
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Psychiatry (AREA)
- Engineering & Computer Science (AREA)
- Educational Technology (AREA)
- Biomedical Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Physics & Mathematics (AREA)
- Child & Adolescent Psychology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Developmental Disabilities (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明适用于心理分析技术领域,公开了一种心理测试方法、***及终端设备,所述方法包括:获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分;或,获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分;根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。本发明能解决现有的心理测试方法易受被测试对象的情绪等影响而导致测试结果不准确的问题,能够提高心理测试结果的准确率。
Description
技术领域
本发明属于心理分析技术领域,尤其涉及一种心理测试方法、***及终端设备。
背景技术
心理测试又叫心理测评,现今被人们普遍认同的含义是指依据一定的心理学理论,使用一定的操作程序,给人的能力、人格以及心理健康等心理特征和行为确定出一种数量化的价值。现阶段的心理测评是以心理测评量表为主要测评手段。心理测试是通过科学、客观、标准的测试手段对人的特定素质进行测试、分析、评价。
现有的心理测试方法是根据被测试对象对心理测评量表中的每个问题回答的答案来得到一个总的分数,根据总的分数得到一个对应的心理分析结果。但是,这种心理测试方法容易受被测试对象的测试兴趣、动机、情绪状态、态度、身体情况等因素影响,若被测试对象受上述因素影响或者被测试对象故意答错问题,则采用这种心理测试方法得到的结果是不准确的。
发明内容
有鉴于此,本发明实施例提供了一种心理测试方法、***及终端设备,以解决现有的心理测试方法易受被测试对象的情绪等影响而导致测试结果不准确的问题。
本发明实施例的第一方面提供了一种心理测试方法,包括:
获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分;或,
获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分;
根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。
本发明实施例的第二方面提供了一种心理测试***,包括:
第一最终得分获取模块,用于获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分;或,
第二最终得分获取模块,用于获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分;
心理测试结果获取模块,用于根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上所述心理测试方法的步骤。
本发明实施例的第四方面提供了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,计算机程序被一个或多个处理器执行时实现如上所述心理测试方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分;或,获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分,然后根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。本发明实施例由于根据被测试对象在回答每个问题时的心理认知参数或回答每个问题的每个选项生成的问题时的心理认知参数来调整或获得最终测试得分,可以客观地对被测试对象进行心理测试,能够提高心理测试结果的准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的心理测试方法的实现流程示意图;
图2是本发明一实施例提供的心理测试***的示意框图;
图3是本发明一实施例提供的终端设备的示意框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1是本发明一实施例提供的心理测试方法的实现流程示意图,为了便于说明,仅示出了与本发明实施例相关的部分。本发明实施例的执行主体可以是终端设备。如图1所示,该方法可以包括以下步骤:
步骤S101:获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分。
在本发明实施例中,被测试对象回答预先设置好的问题,终端设备获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,每个问题中的不同选项对应不同分值,根据每个问题的答案可以得到每个问题的得分,再根据被测试对象在回答每个问题时的心理认知参数调整每个问题的得分,并根据调整后的每个问题的得分计算得到最终得分。
作为本发明又一实施例,心理认知参数包括紧张指数、专注指数;
获取被测试对象在回答每个问题时的心理认知参数,包括:
通过摄像设备获取被测试对象在回答每个问题时的视频信息,通过红外传感器获取被测试对象在回答每个问题时的身体热成像图,通过皮肤电阻传感器获取被测试对象在回答每个问题时的皮肤电阻信息,并根据视频信息、身体热成像图、所述皮肤电阻信息获取被测试对象的性别、年龄以及被测试对象在回答每个问题时的生理指标信息、微表情信息和微动作信息;
通过录音设备获取被测试对象在回答每个问题时的语音信息,并将语音信息转换为文本信息;
根据性别、年龄、生理指标信息、微表情信息、微动作信息、语音信息和文本信息得到被测试对象在回答每个问题时的紧张指数;
通过脑电传感器获取被测试对象在回答每个问题时的脑电波信息,并根据脑电波信息获取被测试对象在回答每个问题时的专注指数。
在本发明实施例中,摄像设备可以是任何可摄像的设备,例如摄像头,通过摄像设备录制被测试对象在回答每个问题时的视频画面,得到视频信息。录音设备可以是任何可录音的设备,例如录音笔,通过录音设备录制被测试对象在回答每个问题时的语音,得到语音信息。终端设备可以使用任何可将语音转换为文本的语音识别软件将语音信息转换为文本信息。终端设备可以采用任何根据脑电波信息获取专注指数的方法来根据脑电波信息获取被测试对象在回答每个问题时的专注指数。
作为本发明又一实施例,生理指标信息包括心率、心率变异性、搏动间隔(InterBeat Interval,IBI)、血压变化、血氧浓度、皮肤电阻变化和体温;
根据视频信息、身体热成像图、皮肤电阻信息获取被测试对象的性别、年龄以及被测试对象在回答每个问题时的生理指标信息、微表情信息和微动作信息,包括:
根据视频信息获得被测试对象的性别、年龄;
根据视频信息获得被测试对象在回答每个问题时的心率、心率变异性、血氧浓度、血压变化,并根据心率获得被测试对象在回答每个问题时的搏动间隔;
根据视频信息或皮肤电阻信息获得被测试对象在回答每个问题时的皮肤电阻变化;
根据身体热成像图获得被测试对象在回答每个问题时的体温;
根据视频信息获得被测试对象在回答每个问题时的微表情信息和微动作信息。
在本发明实施例中,根据视频信息获得被测试对象在回答每个问题时的心率、心率变异性、血氧浓度、血压变化,并根据心率获得被测试对象在回答每个问题时的搏动间隔,包括:
根据视频信息选取被测试对象的面部图像的区域来检测被测试对象在呼吸时的毛细血管充血的变化规律,根据变化规律获得被测试对象在回答每个问题时的心率、心率变异性和血氧浓度,并根据心率获得被测试对象在回答每个问题时的搏动间隔;
根据视频信息获得被测试对象的人体部位血流速度的相位差,根据相位差来获得被测试对象在回答每个问题时的血压变化。
其中,根据心率获得被测试对象在回答每个问题时的搏动间隔具体为:60除以心率得到搏动间隔。
根据视频信息或皮肤电阻信息获得被测试对象在回答每个问题时的皮肤电阻变化,包括:
根据视频信息获取被测试对象的两张图像,并根据两张图像获得被测试对象在回答每个问题时的皮肤电阻变化,两张图像分别为被测试对象回答问题前的图像和被测试对象回答问题时的图像;或,
根据皮肤电阻信息获得被测试对象在回答每个问题时的皮肤电阻变化。
其中根据两张图像获得被测试对象在回答每个问题时的皮肤电阻变化具体为:将两张图像进行色彩空间转换得到转换后的两张图像,根据转换后的两张图像携带的参数信息,确定待测皮肤区域的反射率变化情况,并根据反射率变化情况确定待测皮肤区域的出汗变化情况,根据出汗变化情况得到皮肤电阻变化。其中,携带的参数信息包括色相、亮度、明度和饱和度中的至少一种。
根据视频信息获得被测试对象在回答每个问题时的微表情信息和微动作信息,包括:
根据视频信息获取被测试对象在回答每个问题时的脸部的微小变化,并根据脸部的微小变化获得被测试对象在回答每个问题时的微表情信息;
根据视频信息获取被测试对象在回答每个问题时的微小动作,将微小动作放大并检测微小动作的规律,根据微小动作的规律获得被测试对象在回答每个问题时的微动作信息。
作为本发明又一实施例,根据性别、年龄、生理指标信息、微表情信息、微动作信息、语音信息和文本信息得到被测试对象在回答每个问题时的紧张指数,包括:
将性别、年龄和生理指标信息输入到第一深度学习网络模型中,获得第一效价、第一唤醒度和第一好感度;
将微表情信息和微动作信息输入到第二深度学习网络模型中,获得第二效价、第二唤醒度和第二好感度;
将语音信息输入到第三深度学习网络模型中,获得第三效价、第三唤醒度和第三好感度;
将文本信息输入到第四深度学习网络模型中,获得第四效价、第四唤醒度和第四好感度;
根据第一效价、第一唤醒度、第一好感度,和/或,第二效价、第二唤醒度、第二好感度,和/或,第三效价、第三唤醒度、第三好感度,和/或,第四效价、第四唤醒度、第四好感度,获得被测试对象在回答每个问题时的效价、唤醒度和好感度,并根据被测试对象在回答每个问题时的效价、唤醒度和好感度,获得被测试对象在回答每个问题时的紧张指数;或,
根据第一效价、第一唤醒度,和/或,第二效价、第二唤醒度,和/或,第三效价、第三唤醒度,和/或,第四效价、第四唤醒度,获得被测试对象在回答每个问题时的效价和唤醒度,并根据被测试对象在回答每个问题时的效价和唤醒度,获得被测试对象在回答每个问题时的紧张指数。
其中,第一深度学习网络模型、第二深度学习网络模型、第三深度学习网络模型、第四深度学习网络模型均是基于长短期记忆网络的深度学习网络模型模型。第一深度学习网络模型是可以由性别、年龄和生理指标信息得到第一效价、第一唤醒度和第一好感度的深度学习网络模型;第二深度学习网络模型是可以由微表情信息和微动作信息得到第二效价、第二唤醒度和第二好感度的深度学习网络模型;第三深度学习网络模型是可以由语音信息得到第三效价、第三唤醒度和第三好感度的深度学习网络模型;第四深度学习网络模型是可以由文本信息得到第四效价、第四唤醒度和第四好感度的深度学习网络模型。
根据第一效价、第一唤醒度、第一好感度,和/或,第二效价、第二唤醒度、第二好感度,和/或,第三效价、第三唤醒度、第三好感度,和/或,第四效价、第四唤醒度、第四好感度,获得被测试对象在回答每个问题时的效价、唤醒度和好感度,可以是,将第一效价、第一唤醒度、第一好感度,和/或,第二效价、第二唤醒度、第二好感度,和/或,第三效价、第三唤醒度、第三好感度,和/或,第四效价、第四唤醒度、第四好感度输入到第五深度学***均处理。其中,第五深度学习网络模型可以是对抗神经网络模型。
根据第一效价、第一唤醒度,和/或,第二效价、第二唤醒度,和/或,第三效价、第三唤醒度,和/或,第四效价、第四唤醒度,获得被测试对象在回答每个问题时的效价和唤醒度,可以是,将第一效价、第一唤醒度,和/或,第二效价、第二唤醒度,和/或,第三效价、第三唤醒度,和/或,第四效价、第四唤醒度输入到第六深度学***均处理。其中,第六深度学习网络模型也可以是对抗神经网络模型。
效价(valence)表示情绪的正、负性,是对情绪属性的评估;唤醒度(arousal)表示情绪生理激活水平和警觉性;好感度(likability)表示喜欢还是不喜欢,比如观看一段视频,被监控对象对该视频是喜欢还是不喜欢。
效价、唤醒度和好感度可以组成一个三维情绪空间,效价为X轴,唤醒度为Y轴,好感度为Z轴。被测试对象在回答每个问题时的效价、唤醒度和好感度在三维情绪空间中表示为一个点,根据这个点到第一预设紧张区域的距离可以得到被测试对象在回答每个问题时的紧张指数,紧张指数越高,表明被测试对象越紧张。
示例性的,第一预设紧张区域可以是效价的范围为-85到-75,唤醒度的范围为75到85,好感度的范围为-5到5,效价、唤醒度和好感度的范围组成的区域为第一预设紧张区域。终端设备中预存有第一距离与紧张指数的对应关系,第一距离是指被测试对象在回答每个问题时的效价、唤醒度和好感度在三维情绪空间中表示的点到第一预设紧张区域的距离,根据该距离以及第一距离与紧张指数的对应关系,可以得到被测试对象在回答每个问题时的紧张指数。
同理,效价和唤醒度可以组成一个二维情绪空间,效价为X轴,唤醒度为Y轴。被测试对象在回答每个问题时的效价和唤醒度在二维情绪空间中表示为一个点,根据该点到第二预设紧张区域的距离可以得到被测试对象在回答每个问题时的紧张指数,紧张指数越高,表明被测试对象越紧张。
示例性的,第二预设紧张区域可以是效价的范围为-85到-75,唤醒度的范围为75到85,效价和唤醒度的范围组成的区域为第二预设紧张区域。终端设备中预存有第二距离与紧张指数的对应关系,第二距离是指被测试对象在回答每个问题时的效价和唤醒度在二维情绪空间中表示的点到第二预设紧张区域的距离,根据该距离以及第二距离与紧张指数的对应关系,可以得到被测试对象在回答每个问题时的紧张指数。
作为本发明又一实施例,根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分,包括:
依次判断被测试对象在回答每个问题时的专注指数是否在预设专注指数范围内;
若存在专注指数在预设专注指数范围外的第一目标问题,则获取被测试对象重新回答第一目标问题时的专注指数、紧张指数和重新回答第一目标问题的答案,直至回答第一目标问题时的专注指数在预设专注指数范围内,并将当前被测试对象重新回答第一目标问题时的专注指数、紧张指数和重新回答第一目标问题的答案确定为被测试对象回答第一目标问题时的专注指数、紧张指数和第一目标问题的答案;
若被测试对象在回答每个问题时的专注指数均在预设专注指数范围内,则根据被测试对象在回答每个问题时的紧张指数计算得到平均紧张指数;
判断平均紧张指数是否在预设紧张指数范围内;
若平均紧张指数在预设紧张指数范围外,则确认本次心理测试无效;
若平均紧张指数在预设紧张指数范围内,则依次判断被测试对象在回答每个问题时的紧张指数与平均紧张指数的差值是否大于紧张指数阈值;
若存在紧张指数与平均紧张指数的差值大于紧张指数阈值的第二目标问题,则获取被测试对象重新回答第二目标问题时的紧张指数和重新回答目标问题的答案,直至回答第二目标问题时的紧张指数与平均紧张指数的差值小于或等于紧张指数阈值,并根据回答的每个问题的答案和重新回答第二目标问题的答案计算最终得分,或,根据被测试对象回答第二目标问题时的紧张指数、平均紧张指数和紧张指数阈值得到第二目标问题得分的修正权重,并根据回答的每个问题的答案和每个问题得分的修正权重计算最终得分;
若被测试对象在回答每个问题时的紧张指数与平均紧张指数的差值均小于或等于紧张指数阈值,则根据回答的每个问题的答案计算最终得分。
在本发明实施例中,预设专注指数范围可根据经验设置。若被测试对象在回答问题时的专注指数在预设专注指数范围内,说明被测试对象在专注答题;若被测试对象在回答问题时的专注指数在预设专注指数范围外,说明被测试对象在回答该问题时不专注,则让被测试对象重新回答该问题,得到被测试对象重新回答该问题时的专注指数、紧张指数和重新回答该问题的答案,判断此时的专注指数是否在预设专注指数范围内,若不在,则被测试对象再次重新回答该问题,直至被测试对象回答该问题时的专注指数在预设专注指数范围内,并将当前被测试对象重新回答该问题时的专注指数、紧张指数和重新回答该问题的答案作为新的被测试对象回答该问题时的专注指数、紧张指数和该问题的答案。
预设紧张指数范围可根据经验设置。若平均紧张指数在预设紧张指数范围外,说明被测试对象在整个测试过程中,都处于过度紧张状态,则认为本次心理测试无效,可以选择时间对被测试对象重新测试。
紧张指数阈值可根据经验设置,例如,紧张指数阈值可以是被测试对象在回答每个问题时的紧张指数的标准差。若被测试对象在回答每个问题时的紧张指数与平均紧张指数的差值均小于或等于紧张指数阈值,则根据回答的每个问题的答案计算最终得分。示例性地,每个问题的答案对应一个得分,将每个问题对应的得分相加得到最终得分,当然也可以采用其它任何可实现的方法根据回答的每个问题的答案计算最终得分。
若存在紧张指数与平均紧张指数的差值大于紧张指数阈值的第二目标问题,则有两种方法得到最终得分。一种方法是让被测试对象重新回答第二目标问题,并获取被测试对象在重新回答第二目标问题时的紧张指数,直到目标问题的紧张指数与平均紧张指数的差值小于或等于紧张指数阈值,根据回答的每个问题的答案和重新回答目标问题的答案计算最终得分。另一种方法是对第二目标问题的得分进行修正,根据修正后的得分计算最终得分。示例性的,若被测试对象在回答某个问题时的紧张指数与平均紧张指数的差值小于或等于紧张指数阈值,则该问题得分的修正权重为1;若被测试对象在回答某个问题时的紧张指数与平均紧张指数的差值大于紧张指数阈值且小于或等于紧张指数阈值的2倍,则该问题得分的修正权重为0.5;若被测试对象在回答某个问题时的紧张指数与平均紧张指数的差值大于紧张指数阈值的2倍且小于或等于紧张指数阈值的3倍,则该问题得分的修正权重为1/3;若被测试对象在回答某个问题时的紧张指数与平均紧张指数的差值大于紧张指数阈值的3倍且小于或等于紧张指数阈值的4倍,则该问题得分的修正权重为0.25;以此类推,得到第二目标问题得分的修正权重。将每个问题的答案对应的分数作为原始得分,则原始得分乘以修正权重为修正得分,将每个问题的修正得分相加得到最终得分。
步骤S102:获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分。
步骤S102和步骤S101是或的关系,也就是说,可以通过步骤S102的方法得到最终得分,也可以通过步骤S101的方法得到最终得分。
在本发明实施例中,每个问题中的每个选项生成的问题是指根据问题和问题的某个选项可以生成一个与该选项有关的问题。假设某个问题有四个选项,则根据该问题和四个选项可以生成四个分别与各个选项相关的问题。示例性的,假设问题是:你认为自己是个有价值的人吗?四个选项分别是1)非常同意、2)同意、3)不同意、4)非常不同意,则根据该问题和四个选项可生成四个问题,分别是1)你非常同意自己是个有价值的人吗?2)你同意自己是个有价值的人吗?3)你不同意自己是个有价值的人吗?4)你非常不同意自己是个有价值的人吗?
获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数的具体步骤与步骤S101中获取被测试对象在回答每个问题时的心理认知参数的具体步骤类似,在此不再赘述。
作为本发明又一实施例,根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分,包括:
依次判断被测试对象在回答每个问题中的每个选项生成的问题时的专注指数是否在预设专注指数范围内;
若存在专注指数在预设专注指数范围外的第三目标问题,则获取被测试对象重新回答第三目标问题时的专注指数和紧张指数,直至回答第三目标问题时的专注指数在预设专注指数范围内,并将当前被测试对象重新回答第三目标问题时的专注指数和紧张指数确定为被测试对象回答第三目标问题时的专注指数和紧张指数;
若被测试对象在回答每个问题中的每个选项生成的问题时的专注指数均在预设专注指数范围内,则选取被测试对象在回答同一个问题中的不同选项生成的问题时的紧张指数中紧张指数最大的选项作为同一个问题的答案;
依次选取每个问题的答案,并根据每个问题的答案计算最终得分。
在本发明实施例中,若被测试对象在回答每个问题中的每个选项生成的问题时的专注指数在预设专注指数范围内,说明被测试对象在专注答题;若存在专注指数在预设专注指数范围外的第三目标问题,说明被测试对象在回答该第三目标问题时不专注,则让被测试对象重新回答该第三目标问题,得到被测试对象重新回答该第三目标问题时的专注指数和紧张指数,判断此时的专注指数是否在预设专注指数范围内,若不在,则被测试对象再次重新回答该第三目标问题,直至被测试对象回答该第三目标问题时的专注指数在预设专注指数范围内,并将当前被测试对象重新回答该第三目标问题时的专注指数和紧张指数作为新的被测试对象回答该第三目标问题时的专注指数和紧张指数。
若被测试对象在回答每个问题中的每个选项生成的问题时的专注指数均在预设专注指数范围内,则选取被测试对象在回答同一个问题中的不同选项生成的问题时的紧张指数中紧张指数最大的选项作为同一个问题的答案;依次选取每个问题的答案,并根据每个问题的答案计算最终得分。示例性地,以上述对每个问题中的每个选项生成的问题进行说明时,所举的例子为例,获取被测试对象在以相同的答案(比如都回答“是”或都回答“不是”)分别回答这四个生成的问题时的紧张指数,选取紧张指数最大的选项作为该问题的答案,依次选取每个问题的答案,并根据每个问题的答案计算得到最终得分,可以是将每个问题的答案对应的得分相加得到最终得分。
步骤S103:根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。
终端设备中预存有分数与心理测试结果的对应关系,根据该对应关系可以获得最终得分对应的心理测试结果,该心理测试结果即为本次心理测试的测试结果。
在本发明实施例中,首先获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分;或,获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分,然后根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。本发明实施例由于根据被测试对象在回答每个问题时的心理认知参数或回答每个问题的每个选项生成的问题时的心理认知参数来调整或获得最终测试得分,可以客观地对被测试对象进行心理测试,能够提高心理测试结果的准确率。
需要说明的是,上述实施例中的所有举例仅仅是为了解释本发明的技术方案,并不用于限定本发明。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图2是本发明一实施例提供的心理测试***的示意框图,为了便于说明,仅示出与本发明实施例相关的部分。
在本发明实施例中,心理测试***2包括:
第一最终得分获取模块21,用于获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分;或,
第二最终得分获取模块22,用于获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分;
心理测试结果获取模块23,用于根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。
可选地,心理认知参数包括紧张指数、专注指数;
第一最终得分获取模块21还包括:
特征提取单元,用于通过摄像设备获取被测试对象在回答每个问题时的视频信息,通过红外传感器获取被测试对象在回答每个问题时的身体热成像图,通过皮肤电阻传感器获取被测试对象在回答每个问题时的皮肤电阻信息,并根据视频信息、身体热成像图、所述皮肤电阻信息获取被测试对象的性别、年龄以及被测试对象在回答每个问题时的生理指标信息、微表情信息和微动作信息;
语音获取单元,用于通过录音设备获取被测试对象在回答每个问题时的语音信息,并将语音信息转换为文本信息;
紧张指数获取单元,用于根据性别、年龄、生理指标信息、微表情信息、微动作信息、语音信息和文本信息得到被测试对象在回答每个问题时的紧张指数;
专注指数获取单元,用于通过脑电传感器获取被测试对象在回答每个问题时的脑电波信息,并根据脑电波信息获取被测试对象在回答每个问题时的专注指数。
可选地,生理指标信息包括心率、心率变异性、搏动间隔、血压变化、血氧浓度、皮肤电阻变化和体温;
特征提取单元还包括:
第一特征提取子单元,用于根据视频信息获得被测试对象的性别、年龄;
第二特征提取子单元,用于根据视频信息获得被测试对象在回答每个问题时的心率、心率变异性、血氧浓度、血压变化,并根据心率获得被测试对象在回答每个问题时的搏动间隔;
第三特征提取子单元,用于根据视频信息或皮肤电阻信息获得被测试对象在回答每个问题时的皮肤电阻变化;
第四特征提取子单元,用于根据身体热成像图获得被测试对象在回答每个问题时的体温;
第五特征提取子单元,用于根据视频信息获得被测试对象在回答每个问题时的微表情信息和微动作信息。
可选地,紧张指数获取单元包括:
第一深度学习子单元,用于将性别、年龄和生理指标信息输入到第一深度学习网络模型中,获得第一效价、第一唤醒度和第一好感度;
第二深度学习子单元,用于将微表情信息和微动作信息输入到第二深度学习网络模型中,获得第二效价、第二唤醒度和第二好感度;
第三深度学习子单元,用于将语音信息输入到第三深度学习网络模型中,获得第三效价、第三唤醒度和第三好感度;
第四深度学习子单元,用于将文本信息输入到第四深度学习网络模型中,获得第四效价、第四唤醒度和第四好感度;
第一紧张指数获取子单元,用于根据第一效价、第一唤醒度、第一好感度,和/或,第二效价、第二唤醒度、第二好感度,和/或,第三效价、第三唤醒度、第三好感度,和/或,第四效价、第四唤醒度、第四好感度,获得被测试对象在回答每个问题时的效价、唤醒度和好感度,并根据被测试对象在回答每个问题时的效价、唤醒度和好感度,获得被测试对象在回答每个问题时的紧张指数;或,
第二紧张指数获取子单元,用于根据第一效价、第一唤醒度,和/或,第二效价、第二唤醒度,和/或,第三效价、第三唤醒度,和/或,第四效价、第四唤醒度,获得被测试对象在回答每个问题时的效价和唤醒度,并根据被测试对象在回答每个问题时的效价和唤醒度,获得被测试对象在回答每个问题时的紧张指数。
可选地,第一最终得分获取模块21还包括:
第一判断单元,用于依次判断被测试对象在回答每个问题时的专注指数是否在预设专注指数范围内;
第一处理单元,用于若存在专注指数在预设专注指数范围外的第一目标问题,则获取被测试对象重新回答第一目标问题时的专注指数、紧张指数和重新回答第一目标问题的答案,直至回答第一目标问题时的专注指数在预设专注指数范围内,并将当前被测试对象重新回答第一目标问题时的专注指数、紧张指数和重新回答第一目标问题的答案确定为被测试对象回答第一目标问题时的专注指数、紧张指数和第一目标问题的答案;
平均紧张指数计算单元,用于若被测试对象在回答每个问题时的专注指数均在预设专注指数范围内,则根据被测试对象在回答每个问题时的紧张指数计算得到平均紧张指数;
第二判断单元,用于判断平均紧张指数是否在预设紧张指数范围内;
确认无效单元,用于若平均紧张指数在预设紧张指数范围外,则确认本次心理测试无效;
第三判断单元,用于若平均紧张指数在预设紧张指数范围内,则依次判断被测试对象在回答每个问题时的紧张指数与平均紧张指数的差值是否大于紧张指数阈值;
第二处理单元,用于若存在紧张指数与平均紧张指数的差值大于紧张指数阈值的第二目标问题,则获取被测试对象重新回答第二目标问题时的紧张指数和重新回答目标问题的答案,直至回答第二目标问题时的紧张指数与平均紧张指数的差值小于或等于紧张指数阈值,并根据回答的每个问题的答案和重新回答第二目标问题的答案计算最终得分,或,根据被测试对象回答第二目标问题时的紧张指数、平均紧张指数和紧张指数阈值得到第二目标问题得分的修正权重,并根据回答的每个问题的答案和每个问题得分的修正权重计算最终得分;
第三处理单元,用于若被测试对象在回答每个问题时的紧张指数与平均紧张指数的差值均小于或等于紧张指数阈值,则根据回答的每个问题的答案计算最终得分。
可选地,第二最终得分获取模块22还包括:
第四判断单元,用于依次判断被测试对象在回答每个问题中的每个选项生成的问题时的专注指数是否在预设专注指数范围内;
第四处理单元,用于若存在专注指数在预设专注指数范围外的第三目标问题,则获取被测试对象重新回答第三目标问题时的专注指数和紧张指数,直至回答第三目标问题时的专注指数在预设专注指数范围内,并将当前被测试对象重新回答第三目标问题时的专注指数和紧张指数确定为被测试对象回答第三目标问题时的专注指数和紧张指数;
答案获取单元,用于若被测试对象在回答每个问题中的每个选项生成的问题时的专注指数均在预设专注指数范围内,则选取被测试对象在回答同一个问题中的不同选项生成的问题时的紧张指数中紧张指数最大的选项作为同一个问题的答案;
最终得分计算单元,用于依次选取每个问题的答案,并根据每个问题的答案计算最终得分。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述心理测试***的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图3是本发明一实施例提供的终端设备的示意框图。如图3所示,该实施例的终端设备3包括:一个或多个处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个心理测试方法实施例中的步骤,例如图1所示的步骤S101至S103。或者,所述处理器30执行所述计算机程序32时实现上述心理测试***实施例中各模块/单元的功能,例如图2所示模块21至23的功能。
示例性地,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如,所述计算机程序32可以被分割成第一最终得分获取模块、第二最终得分获取模块和心理测试结果获取模块。
第一最终得分获取模块,用于获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案得到心理测试的最终得分;或,
第二最终得分获取模块,用于获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分;
心理测试结果获取模块,用于根据预存的分数与心理测试结果的对应关系,获得最终得分对应的心理测试结果。
其它模块或者单元可参照图2所示的实施例中的描述,在此不再赘述。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备3包括但不仅限于处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端设备的一个示例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备3还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端设备的内部存储单元,例如终端设备的硬盘或内存。所述存储器31也可以是所述终端设备的外部存储设备,例如所述终端设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括终端设备的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序32以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的心理测试***和方法,可以通过其它的方式实现。例如,以上所描述的心理测试***实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种心理测试方法,其特征在于,包括:
获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据所述被测试对象在回答每个问题时的心理认知参数和所述回答的每个问题的答案得到心理测试的最终得分;或,
获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据所述被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分;
根据预存的分数与心理测试结果的对应关系,获得所述最终得分对应的心理测试结果。
2.如权利要求1所述的心理测试方法,其特征在于,所述心理认知参数包括紧张指数、专注指数;
所述获取被测试对象在回答每个问题时的心理认知参数,包括:
通过摄像设备获取被测试对象在回答每个问题时的视频信息,通过红外传感器获取被测试对象在回答每个问题时的身体热成像图,通过皮肤电阻传感器获取被测试对象在回答每个问题时的皮肤电阻信息,并根据所述视频信息、所述身体热成像图、所述皮肤电阻信息获取被测试对象的性别、年龄以及被测试对象在回答每个问题时的生理指标信息、微表情信息和微动作信息;
通过录音设备获取被测试对象在回答每个问题时的语音信息,并将所述语音信息转换为文本信息;
根据所述性别、所述年龄、所述生理指标信息、所述微表情信息、所述微动作信息、所述语音信息和所述文本信息得到被测试对象在回答每个问题时的紧张指数;
通过脑电传感器获取被测试对象在回答每个问题时的脑电波信息,并根据所述脑电波信息获取被测试对象在回答每个问题时的专注指数。
3.如权利要求2所述的心理测试方法,其特征在于,所述生理指标信息包括心率、心率变异性、搏动间隔、血压变化、血氧浓度、皮肤电阻变化和体温;
所述根据所述视频信息、所述身体热成像图、所述皮肤电阻信息获取被测试对象的性别、年龄以及被测试对象在回答每个问题时的生理指标信息、微表情信息和微动作信息,包括:
根据所述视频信息获得被测试对象的性别、年龄;
根据所述视频信息获得被测试对象在回答每个问题时的心率、心率变异性、血氧浓度、血压变化,并根据所述心率获得被测试对象在回答每个问题时的搏动间隔;
根据所述视频信息或所述皮肤电阻信息获得被测试对象在回答每个问题时的皮肤电阻变化;
根据所述身体热成像图获得被测试对象在回答每个问题时的体温;
根据所述视频信息获得被测试对象在回答每个问题时的微表情信息和微动作信息。
4.如权利要求2所述的心理测试方法,其特征在于,所述根据所述性别、所述年龄、所述生理指标信息、所述微表情信息、所述微动作信息、所述语音信息和所述文本信息得到被测试对象在回答每个问题时的紧张指数,包括:
将所述性别、所述年龄和所述生理指标信息输入到第一深度学习网络模型中,获得第一效价、第一唤醒度和第一好感度;
将所述微表情信息和所述微动作信息输入到第二深度学习网络模型中,获得第二效价、第二唤醒度和第二好感度;
将所述语音信息输入到第三深度学习网络模型中,获得第三效价、第三唤醒度和第三好感度;
将所述文本信息输入到第四深度学习网络模型中,获得第四效价、第四唤醒度和第四好感度;
根据所述第一效价、所述第一唤醒度、所述第一好感度,和/或,所述第二效价、所述第二唤醒度、所述第二好感度,和/或,所述第三效价、所述第三唤醒度、所述第三好感度,和/或,所述第四效价、所述第四唤醒度、所述第四好感度,获得被测试对象在回答每个问题时的效价、唤醒度和好感度,并根据所述被测试对象在回答每个问题时的效价、唤醒度和好感度,获得被测试对象在回答每个问题时的紧张指数;或,
根据所述第一效价、所述第一唤醒度,和/或,所述第二效价、所述第二唤醒度,和/或,所述第三效价、所述第三唤醒度,和/或,所述第四效价、所述第四唤醒度,获得被测试对象在回答每个问题时的效价和唤醒度,并根据所述被测试对象在回答每个问题时的效价和唤醒度,获得被测试对象在回答每个问题时的紧张指数。
5.如权利要求2所述的心理测试方法,其特征在于,所述根据所述被测试对象在回答每个问题时的心理认知参数和所述回答的每个问题的答案得到心理测试的最终得分,包括:
依次判断被测试对象在回答每个问题时的专注指数是否在预设专注指数范围内;
若存在专注指数在所述预设专注指数范围外的第一目标问题,则获取被测试对象重新回答所述第一目标问题时的专注指数、紧张指数和重新回答所述第一目标问题的答案,直至回答所述第一目标问题时的专注指数在所述预设专注指数范围内,并将当前被测试对象重新回答所述第一目标问题时的专注指数、紧张指数和重新回答所述第一目标问题的答案确定为被测试对象回答所述第一目标问题时的专注指数、紧张指数和所述第一目标问题的答案;
若被测试对象在回答每个问题时的专注指数均在所述预设专注指数范围内,则根据所述被测试对象在回答每个问题时的紧张指数计算得到平均紧张指数;
判断所述平均紧张指数是否在预设紧张指数范围内;
若所述平均紧张指数在所述预设紧张指数范围外,则确认本次心理测试无效;
若所述平均紧张指数在所述预设紧张指数范围内,则依次判断被测试对象在回答每个问题时的紧张指数与所述平均紧张指数的差值是否大于紧张指数阈值;
若存在紧张指数与所述平均紧张指数的差值大于所述紧张指数阈值的第二目标问题,则获取被测试对象重新回答所述第二目标问题时的紧张指数和重新回答所述目标问题的答案,直至回答所述第二目标问题时的紧张指数与所述平均紧张指数的差值小于或等于所述紧张指数阈值,并根据所述回答的每个问题的答案和所述重新回答所述第二目标问题的答案计算最终得分,或,根据被测试对象回答所述第二目标问题时的紧张指数、所述平均紧张指数和所述紧张指数阈值得到所述第二目标问题得分的修正权重,并根据所述回答的每个问题的答案和每个问题得分的修正权重计算最终得分;
若被测试对象在回答每个问题时的紧张指数与所述平均紧张指数的差值均小于或等于所述紧张指数阈值,则根据所述回答的每个问题的答案计算最终得分。
6.如权利要求2所述的心理测试方法,其特征在于,所述根据所述被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分,包括:
依次判断被测试对象在回答每个问题中的每个选项生成的问题时的专注指数是否在预设专注指数范围内;
若存在专注指数在所述预设专注指数范围外的第三目标问题,则获取被测试对象重新回答所述第三目标问题时的专注指数和紧张指数,直至回答所述第三目标问题时的专注指数在所述预设专注指数范围内,并将当前被测试对象重新回答所述第三目标问题时的专注指数和紧张指数确定为被测试对象回答所述第三目标问题时的专注指数和紧张指数;
若被测试对象在回答每个问题中的每个选项生成的问题时的专注指数均在所述预设专注指数范围内,则选取被测试对象在回答同一个问题中的不同选项生成的问题时的紧张指数中紧张指数最大的选项作为所述同一个问题的答案;
依次选取每个问题的答案,并根据所述每个问题的答案计算最终得分。
7.一种心理测试***,其特征在于,包括:
第一最终得分获取模块,用于获取被测试对象在回答每个问题时的心理认知参数和回答的每个问题的答案,并根据所述被测试对象在回答每个问题时的心理认知参数和所述回答的每个问题的答案得到心理测试的最终得分;或,
第二最终得分获取模块,用于获取被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数,并根据所述被测试对象在回答每个问题中的每个选项生成的问题时的心理认知参数得到心理测试的最终得分;
心理测试结果获取模块,用于根据预存的分数与心理测试结果的对应关系,获得所述最终得分对应的心理测试结果。
8.如权利要求6所述的心理测试***,其特征在于,所述心理认知参数包括紧张指数、专注指数;
所述第一最终得分获取模块还包括:
特征提取单元,用于通过摄像设备获取被测试对象在回答每个问题时的视频信息,通过红外传感器获取被测试对象在回答每个问题时的身体热成像图,通过皮肤电阻传感器获取被测试对象在回答每个问题时的皮肤电阻信息,并根据所述视频信息、所述身体热成像图、所述皮肤电阻信息获取被测试对象的性别、年龄以及被测试对象在回答每个问题时的生理指标信息、微表情信息和微动作信息;
语音获取单元,用于通过录音设备获取被测试对象在回答每个问题时的语音信息,并将所述语音信息转换为文本信息;
紧张指数获取单元,用于根据所述性别、所述年龄、所述生理指标信息、所述微表情信息、所述微动作信息、所述语音信息和所述文本信息得到被测试对象在回答每个问题时的紧张指数;
专注指数获取单元,用于通过脑电传感器获取被测试对象在回答每个问题时的脑电波信息,并根据所述脑电波信息获取被测试对象在回答每个问题时的专注指数。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述心理测试方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现如权利要求1至6任一项所述心理测试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810385931.6A CN108888277B (zh) | 2018-04-26 | 2018-04-26 | 心理测试方法、***及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810385931.6A CN108888277B (zh) | 2018-04-26 | 2018-04-26 | 心理测试方法、***及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108888277A true CN108888277A (zh) | 2018-11-27 |
CN108888277B CN108888277B (zh) | 2021-05-04 |
Family
ID=64342415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810385931.6A Active CN108888277B (zh) | 2018-04-26 | 2018-04-26 | 心理测试方法、***及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108888277B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872026A (zh) * | 2018-12-14 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 评测结果生成方法、装置、设备及计算机可读存储介质 |
CN109903096A (zh) * | 2019-03-05 | 2019-06-18 | 上海硕恩网络科技股份有限公司 | 一种基于社交平台的金融消费心理测试校验方法 |
CN109993053A (zh) * | 2019-01-23 | 2019-07-09 | 平安科技(深圳)有限公司 | 电子装置、基于微表情识别的访谈辅助方法和存储介质 |
CN110169770A (zh) * | 2019-05-24 | 2019-08-27 | 西安电子科技大学 | 情绪脑电的细粒度可视化***和方法 |
CN110279426A (zh) * | 2019-06-03 | 2019-09-27 | 常州为伊心理咨询有限公司 | 一种综合性中学生心理测评*** |
CN111265226A (zh) * | 2020-03-03 | 2020-06-12 | 淮安信息职业技术学院 | 一种心理应激管理能力检测***及方法 |
CN112971746A (zh) * | 2021-03-31 | 2021-06-18 | 重庆风云际会智慧科技有限公司 | 一种心理测评*** |
CN113727639A (zh) * | 2019-06-10 | 2021-11-30 | 国际商业机器公司 | 基于用户活动的认知问题生成 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030187336A1 (en) * | 2002-03-29 | 2003-10-02 | Hiroshi Odagiri | Portable device for collecting information about living body, and system and method for collecting information about living body |
RU2402268C1 (ru) * | 2009-07-21 | 2010-10-27 | Федеральное государственное учреждение "Уральский научно-исследовательский институт дерматовенерологии и иммунопатологии Федерального агентства по высокотехнологичной медицинской помощи" (ФГУ "УрНИИДВиИ Росмедтехнологий") | Способ диагностики уровня тревожности |
CN104856704A (zh) * | 2015-03-31 | 2015-08-26 | 鲍崇智 | 主客观相结合的心理测评方法及*** |
CN105433961A (zh) * | 2015-12-17 | 2016-03-30 | 国家电网公司 | 一种电网企业工作人员心理健康状况的评估方法 |
CN106264568A (zh) * | 2016-07-28 | 2017-01-04 | 深圳科思创动实业有限公司 | 非接触式情绪检测方法和装置 |
CN107527011A (zh) * | 2017-07-13 | 2017-12-29 | 深圳科思创动实业有限公司 | 一种非接触式皮肤电阻变化趋势检测方法、装置及设备 |
CN107799165A (zh) * | 2017-09-18 | 2018-03-13 | 华南理工大学 | 一种基于虚拟现实技术的心理评估方法 |
CN109805943A (zh) * | 2017-11-20 | 2019-05-28 | 徐熠 | 一种基于微表情识别的智能评测***及方法 |
-
2018
- 2018-04-26 CN CN201810385931.6A patent/CN108888277B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030187336A1 (en) * | 2002-03-29 | 2003-10-02 | Hiroshi Odagiri | Portable device for collecting information about living body, and system and method for collecting information about living body |
RU2402268C1 (ru) * | 2009-07-21 | 2010-10-27 | Федеральное государственное учреждение "Уральский научно-исследовательский институт дерматовенерологии и иммунопатологии Федерального агентства по высокотехнологичной медицинской помощи" (ФГУ "УрНИИДВиИ Росмедтехнологий") | Способ диагностики уровня тревожности |
CN104856704A (zh) * | 2015-03-31 | 2015-08-26 | 鲍崇智 | 主客观相结合的心理测评方法及*** |
CN105433961A (zh) * | 2015-12-17 | 2016-03-30 | 国家电网公司 | 一种电网企业工作人员心理健康状况的评估方法 |
CN106264568A (zh) * | 2016-07-28 | 2017-01-04 | 深圳科思创动实业有限公司 | 非接触式情绪检测方法和装置 |
CN107527011A (zh) * | 2017-07-13 | 2017-12-29 | 深圳科思创动实业有限公司 | 一种非接触式皮肤电阻变化趋势检测方法、装置及设备 |
CN107799165A (zh) * | 2017-09-18 | 2018-03-13 | 华南理工大学 | 一种基于虚拟现实技术的心理评估方法 |
CN109805943A (zh) * | 2017-11-20 | 2019-05-28 | 徐熠 | 一种基于微表情识别的智能评测***及方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872026A (zh) * | 2018-12-14 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 评测结果生成方法、装置、设备及计算机可读存储介质 |
CN109993053A (zh) * | 2019-01-23 | 2019-07-09 | 平安科技(深圳)有限公司 | 电子装置、基于微表情识别的访谈辅助方法和存储介质 |
CN109993053B (zh) * | 2019-01-23 | 2023-09-15 | 平安科技(深圳)有限公司 | 电子装置、基于微表情识别的访谈辅助方法和存储介质 |
CN109903096A (zh) * | 2019-03-05 | 2019-06-18 | 上海硕恩网络科技股份有限公司 | 一种基于社交平台的金融消费心理测试校验方法 |
CN109903096B (zh) * | 2019-03-05 | 2021-06-25 | 上海硕恩网络科技股份有限公司 | 一种基于社交平台的金融消费心理测试校验方法 |
CN110169770A (zh) * | 2019-05-24 | 2019-08-27 | 西安电子科技大学 | 情绪脑电的细粒度可视化***和方法 |
CN110169770B (zh) * | 2019-05-24 | 2021-10-29 | 西安电子科技大学 | 情绪脑电的细粒度可视化***和方法 |
CN110279426A (zh) * | 2019-06-03 | 2019-09-27 | 常州为伊心理咨询有限公司 | 一种综合性中学生心理测评*** |
CN113727639A (zh) * | 2019-06-10 | 2021-11-30 | 国际商业机器公司 | 基于用户活动的认知问题生成 |
CN111265226A (zh) * | 2020-03-03 | 2020-06-12 | 淮安信息职业技术学院 | 一种心理应激管理能力检测***及方法 |
CN112971746A (zh) * | 2021-03-31 | 2021-06-18 | 重庆风云际会智慧科技有限公司 | 一种心理测评*** |
Also Published As
Publication number | Publication date |
---|---|
CN108888277B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108888277A (zh) | 心理测试方法、***及终端设备 | |
Alhalaseh et al. | Machine-learning-based emotion recognition system using EEG signals | |
CN108926338B (zh) | 基于深度学习的心率预测方法及装置 | |
Rehg et al. | Mobile health | |
Shanmugasundaram et al. | A comprehensive review on stress detection techniques | |
Chakraborty et al. | A multichannel convolutional neural network architecture for the detection of the state of mind using physiological signals from wearable devices | |
WO2014052506A2 (en) | Devices and methods to facilitate affective feedback using wearable computing devices | |
US20160128638A1 (en) | System and method for detecting and quantifying deviations from physiological signals normality | |
KR102015097B1 (ko) | 생체정보를 이용한 감성 검출 장치 및 감성 검출 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체 | |
US20240008813A1 (en) | Smart wearable device and method for estimating traditional medicine system parameters | |
Fotouhi-Ghazvini et al. | Wearable wireless sensors for measuring calorie consumption | |
CN115120236A (zh) | 情绪识别方法、装置、可穿戴设备及存储介质 | |
CN109074423A (zh) | 用于捕获和呈现具有认知障碍的对象的生活时间信息的***和方法 | |
KR101912860B1 (ko) | 우울증 인지 및 케어를 위한 스마트 주얼리 시스템 | |
Lian et al. | An Ear Wearable Device System for Facial Emotion Recognition Disorders | |
Pramodhani et al. | Stress Prediction and Detection in Internet of Things using Learning Methods | |
Lee et al. | Experimental verification of the possibility of reducing photoplethysmography measurement time for stress index calculation | |
Fortier et al. | Development of a mobile cardiac wellness application and integrated wearable sensor suite | |
Gupta et al. | A hybrid approach based stress monitoring system for office environment using IoT | |
Romero-Perales et al. | Electronic Design for Wearables Devices Addressed from a Gender Perspective: Cross-Influences and a Methodological Proposal | |
Hussain et al. | Diagnosing neurally mediated syncope using classification techniques | |
Wang et al. | Electrocardiogram application based on heart rate variability ontology and fuzzy markup language | |
CN110192872B (zh) | 压力评估校准方法、装置及存储介质 | |
Radhika et al. | Stress detection using CNN fusion | |
Wang et al. | Research on Emotion Recognition Method of Flight Training Based on Multimodal Fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |