[发明专利]心理检测方法、装置及计算机可读存储介质

说明书

本发明公开了一种心理检测方法，所述心理检测方法包括：利用特征数据采集设备采集检测对象多个特征类型的第一特征数据，其中，所述特征类型至少包括语音类型、肢体图像类型或表情图像类型；将采集到的各个特征类型的第一特征数据分别输入各个特征类型对应的深度学习心理分析模型中，获得各个模型的分析结果；根据各个模型的分析结果确定检测对象当前的心理状态。本发明还公开了一种心理检测装置、计算机可读存储介质。本发明能够基于不同特征类型的特征数据从不同维度获得全面准确的心理分析结果。

技术领域

本发明涉及心理术技术领域，尤其涉及一种心理检测方法、装置及计算机可读存储介质。

背景技术

心理状态的分析在商用、民用、军用或者科研等许多领域中都存在非常大的使用价值。人们一般通过分析对象的肢体动作或表情等外在表征来获得分析对象的心理状态，心理分析依赖人工执行，这种心理状态分析方法对分析人员有较高的心理专业要求，分析员在进行心理状态分析的过程中可能忽略细微的表征信息而导致分析结论不全面。

发明内容

本发明的主要目的在于提供一种心理检测方法、装置及计算机可读存储介质，旨在解决现有技术分析依赖人工执行的心理分析方法对分析人员有较高的心理专业要求，存在可能忽略细微的表征信息而导致分析结论不全面的问题。

为实现上述目的，本发明提供一种心理检测方法，所述心理检测方法包括：

利用特征数据采集设备采集检测对象多个特征类型的第一特征数据，其中，所述特征类型至少包括语音类型、肢体图像类型或表情图像类型；

将采集到的各个特征类型的第一特征数据分别输入各个特征类型对应的深度学习心理分析模型中，获得各个模型的分析结果；

根据各个模型的分析结果确定检测对象当前的心理状态。

优选地，所述心理状态至少包括：喜悦状态、悲伤状态、紧张状态、放松状态、说谎状态或未说谎状态。

优选地，，所述根据各个模型的分析结果确定检测对象当前的心理状态的步骤包括：

将各个模型的分析结果进行加权融合，基于融合结果确定检测对象的心理状态。

优选地，所述分析结果包括检测对象处于预设心理状态的概率，所述将各个模型的分析结果进行加权融合，基于融合结果确定检测对象的心理状态的步骤包括：

将各个模型同个预设心理状态的概率进行加权融合，获得各个预设心理状态的加权概率；

根据各个预设心理状态的加权概率和预设概率阈值确定检测对象的心理状态。

优选地，所述利用特征数据采集设备采集检测对象多个特征类型的第一特征数据的步骤包括：

获取各个特征类型的第二特征数据和所述第二特征数据的心理状态标注信息，构建用于训练模型的训练集；

将所述训练集中的第二特征数据作为模型的输入，将对应心理状态标注信息作为模型的输出，训练得到各个特征类型的深度学习心理分析模型。

优选地，所述根据各个模型的心理分析结果确定检测对象的心理状态的步骤之后包括：

根据所述心理状态对各个模型的分析结果进行校正，获得各个模型的校正分析结果；

根据所述第一特征数据构建各个深度学习心理分析模型的新训练集，并利用对应的校正分析结果对一特征数据进行标注；

将新训练集中的第一特征数据作为模型的输入，将对应标注的校正分析结果作为模型的输出，在已有的深度学习心理分析模型的基础上进行训练，获得新的深度学习心理分析模型。

优选地，所述根据各个模型的分析结果确定检测对象当前的心理状态的步骤之后还包括：