[发明专利]基于个体眼动特征的自动化共情能力识别方法

说明书

本发明公开了一种基于个体眼动特征的自动化共情能力识别方法，包括：采集被试者基于预设视觉材料的试验眼动数据；获取所述被试者的共情反应数据；根据所述试验眼动数据提取所述被试者的眼动特征，所述眼动特征包括全局眼动特征和局部眼动特征；将所述眼动特征和所述共情反应数据输入用于评估共情能力的机器学习模型，以对预测模型进行训练；采集基于预设视觉材料的测试眼动数据，将所述测试眼动数据输入训练后得到的预测模型，根据所述预测模型的输出数据确定所述测试眼动数据对应的被试者的共情能力水平。本发明的技术方案旨在提供一种非入侵式的，更高效便捷的共情能力识别方法。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种基于个体眼动特征的自动化共情能力识别方法。

背景技术

在心理学中，共情往往指的是个体感知和领会其他个体的情绪并做出正确反应的行为，其一直是当前心理学研究中的热点问题。共情的核心含义是“对某人的理解和感觉”。

由于共情在人类社会合作过程中的重要作用，对个体共情能力进行准确测量，在众多领域均具有非常重要的价值。例如，要理解共情的结构与功能，必须拥有可靠的共情能力测量方法，这是科学研究的基础；对个体的共情能力进行测量，可帮助我们对个体的合作、亲社会行为、道德行为、心理健康状态等众多心理与行为过程进行预测，这在包括医疗、教育、司法、人力资源、商业、广告、军事、政治等众多涉及人际合作与互动的领域均具有广泛且重要的应用价值。正因为共情在人类生活中的重要性，研究者们一直都对其的评估与测量方式进行探讨。目前对个体共情的测量主要采用人工测量方式。

在人工测量共情能力的过程中，被试者与测试者采用面对面进行配合测试，测试结果是被试者在意识到自身在被测试、被观察、被控制的情况下（即入侵式的测量方法）呈现出的行为反应结果。这样的共情测量方法，无论如何也无法回避被试者由于意识到自己在被人观察和评价，从而导致自身行为发生改变的可能性。例如，个体可能由于社会赞许性的因素，从而改变自己的作答，或者做出虚假的作答等等。除此外，由于记忆、疲劳、个体反应偏向、重复测量等所导致的误差，也是上述方法无法解决的难题。进一步的，人工测量过程中，一次测量只能针对一个被试者进行，无法同时对多个被试者进行测量，测量效率低。

从而，亟需提出一种非入侵式的，更高效的共情能力识别方法。

发明内容

本发明的主要目的在于提供一种基于个体眼动特征的自动化共情能力识别方法，旨在提供一种非入侵式的，更高效的共情能力识别方法。

为实现上述目的，本发明提供的基于个体眼动特征的自动化共情能力识别方法，包括如下步骤：

采集被试者基于预设视觉材料的试验眼动数据；

获取所述被试者的共情反应数据；

根据所述试验眼动数据提取所述被试者的眼动特征，所述眼动特征包括全局眼动特征和局部眼动特征；

将所述眼动特征和所述共情反应数据输入用于评估共情能力的机器学习模型，以对预测模型进行训练；

采集基于预设视觉材料的测试眼动数据，将所述测试眼动数据输入训练后得到的预测模型，根据所述预测模型的输出数据确定所述测试眼动数据对应的被试者的共情能力水平。

优选地，所述采集被试者基于预设视觉材料的试验眼动数据的步骤，包括：

采集被试者基于预设视觉材料的眼动坐标数据；

采集被试者基于预设视觉材料的瞳孔直径数据；

采集被试者基于预设视觉材料的眨眼事件数据；

采集被试者基于预设视觉材料的时间序列数据。

优选地，所述根据所述试验眼动数据提取所述被试者的眼动特征的步骤，包括：