CN108078574A - 一种区别人与智能机器的方法 - Google Patents

一种区别人与智能机器的方法 Download PDF

Info

Publication number
CN108078574A
CN108078574A CN201711305417.9A CN201711305417A CN108078574A CN 108078574 A CN108078574 A CN 108078574A CN 201711305417 A CN201711305417 A CN 201711305417A CN 108078574 A CN108078574 A CN 108078574A
Authority
CN
China
Prior art keywords
information
subject
stimulus
stimulus information
physiological reaction
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
Application number
CN201711305417.9A
Other languages
English (en)
Other versions
CN108078574B (zh
Inventor
刘扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing intelligent Sunshine Technology Co., Ltd.
Original Assignee
Beijing Lighthouse Technology Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Lighthouse Technology Institute filed Critical Beijing Lighthouse Technology Institute
Priority to CN201711305417.9A priority Critical patent/CN108078574B/zh
Publication of CN108078574A publication Critical patent/CN108078574A/zh
Application granted granted Critical
Publication of CN108078574B publication Critical patent/CN108078574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种区别人与智能机器的方法,所述方法包括以下步骤:向受测对象提供测试题,所述测试题包含与受测对象的潜在兴趣相关的刺激信息,及对该刺激信息的多个描述;受测对象对每个测试题根据自己的理解选择其中一个或多个描述,作为受测对象的反馈信息;获取受测对象对刺激信息的生理反应信息及时间信息;对刺激信息、受测对象的反馈信息、生理反应信息及时间信息进行处理,得出受测对象的兴趣取向;其中,所述时间信息包括受测对象对某一刺激信息的体验时间,和/或某一生理反应的持续时间。通过检测测试对象在情感喜好上有无差别对待,从而实现对人与智能机器的区别。

Description

一种区别人与智能机器的方法
本发明是申请号为201510484818.X,申请日为2015年08月07日,申请类型为发明,申请名称为一种兴趣取向值测验的刺激信息编制方法的分案申请。
技术领域
本发明涉及智能识别领域,尤其涉及一种区别人与智能机器的方法。
背景技术
兴趣测验有许多用途,最典型的就是用与员工的生涯规划,因为一个人总是把自己感兴趣的事情做得很好。另外兴趣测试也可以用于学生的个性化培养,挖掘学生的潜能。在机器智能化要求越来越高的今天,通过兴趣测试使机器能够准确地识别用户的喜好和需求,为用户提供个性化的服务,从而赋予机器更为人性化的特性。人与机器最大的区别也在于人有心理活动、情感、兴趣等,机器对于信息在情感喜好上无差别对待,而人则会在接收、处理表达信息时不自觉地表现兴趣喜好出来,因此通过兴趣测试可以在不与受测对象面对面接触交流的情况下识别出受测对象是人还是机器,在智能识别、安全防护等领域有着广泛的应用前景。
现有技术中往往通过问卷调查的方式对受测对象的性格进行分析,如李克特量表、沙氏通量表等,通过对用户的正面或负面回答进行分析,从而得出受测对象可能喜欢或者适合的领域。但是问卷调查的失真度往往较高,受测者也许会回避勾选极端的选项(趋中倾向的偏差),对陈述的习惯性认同(惯性偏差),或试着揣摩并迎合他们自己或他们的组织希望的结果(社会赞许偏差)。因此测试结果往往与受测对象的真实行为并不一致,很多潜意识的行为并不能通过问卷调查反映出来,而且测试结果范围宽泛,不能清晰有效地得出受测对象是否对某一事物感兴趣。
另外人们对自己感兴趣的事物也会投入较多的注意力,在不知不觉中就会提高了关注时间。因此已有网络通信类行业通过测试受测对象对网页的浏览时间来评估受测对象的兴趣,从而选择性地为受测对象推荐相关类型的网页。但是受测对象对网页的关注时间和它对受测对象的有用度之间并没有非常可靠的相互关系,因此这种方法的有效性仍存在较大的争议。
人往往会对自己感兴趣的事物产生愉悦的心理感受,这个过程中人的生理活动会发生变化,比如瞳孔扩张、心跳加速、体温升高等等。现代医学已经将这些生理活动测量用于心理测量。
中国专利CN201310058619.3提供了一种基于视频的认知曲线生成系统。通过测试人在观看视频时的瞳孔变化来得知视频中的哪一部分更容易引起人的注意,主要用于广告、宣传片等,来分析怎样更容易使人产生兴趣,提高关注率。但是,该系统只能测试出人在特定的环境下容易被吸引到的地方,是一种被环境衬托出来的相对兴趣。应用范围狭窄,并不能测试出人在日常生活中长期稳定的兴趣。且不同人对同一事物的理解可能不同,受测对象对于视频中自己关注的事物的理解可能与数据分析者所理解的并不相同,从而产生误解,降低测试结果的准确性。另外瞳孔变化等生理信息只能通过情绪状态片面反映出受测对象的喜好,而多数情况下人对感兴趣的事物生理变化并不明显,所以仅通过测试生理信息变化进行测试的结果并不准确。
公开号为US3905132A的专利文献(对比文件1)公开了一种识别和评定个体特有兴趣和知识的方法,具体公开了以下特征:显示装置像受试者直接显示颜色、或一系列单词等刺激,其中一系列单词带评论信息,一系列单词不带评论信息;受试者被要求在不考虑单词本身情况下,尽快地说出呼叫单词的颜色,获取并记录受试者的反应时间;根据受试者的反应时间来确定对显示的单词图像具有特有兴趣和相关知识的潜在干扰因素;其中单词的描述包括单词的客观的颜色以及带有评论信息的描述;其中受试者对单词名字的反应时间为受试对象对某一刺激信心的体验时间。
公开号为US5762611A的专利文献(对比文件2)公开了一种对象兴趣的客观评估方法,具体公开了特征:获取个体刺激后的脑电活信号用于评价个体是否将注意力集中在某种事物上或是否对某事物感兴趣。
对比文件1和对比文件2均未公开特征:刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一类刺激信息的体验时间、生理反应和持续时间。因此,本发明具有创造性。
发明内容
针对现有技术之不足,本发明提供一种兴趣取向值测试方法,尤其提供一种兴趣取向值测验的刺激信息编制方法,所述方法包括以下步骤:
(1)向受测对象提供测试题,所述测试题包含与受测对象的潜在兴趣相关的刺激信息,及对该刺激信息的多个描述;
(2)受测对象对每个测试题根据自己的理解选择其中一个或多个描述,作为受测对象的反馈信息;
(3)获取受测对象对刺激信息的生理反应信息及时间信息;
(4)对刺激信息、受测对象的反馈信息、生理反应信息及时间信息进行处理,得出受测对象的兴趣取向;
其中,所述描述包括对该刺激信息内容的客观描述和/或倾向性描述;所述时间信息为受测对象对某一刺激信息的体验时间,和/或某一生理反应的持续时间。
所述倾向性描述为五点量表式的描述,即对每个刺激信息都有五个倾向性不同的描述。比如“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”,或“非常喜欢”、“喜欢”、“无感”“不讨厌”、“非常讨厌”等类似的五种倾向性描述。
根据一个优选的实施方式,所述描述为对刺激信息内容的客观描述和倾向性描述。
优选的,所述描述为对刺激信息内容的客观描述,所述刺激信息中可能包含多种事物,受测对象会优先关注或者主要关注自己感兴趣的事物。所述描述客观地说明了刺激信息中包含的多种事物,受测对象根据自己的理解选择出自己所观察到的或者关注的内容。一方面可以从受测对象的反馈信息中知道受测对象的关注点,帮助判断受测对象的兴趣所在,另一方面也防止由于出题者或者数据处理者对刺激信息的主观判断与受测对象的理解不同而使测试结果产生偏差。从用户对该客观信息的选择可以分析出用户在潜意识中的兴趣信息。
通过五点量表式的倾向性描述问卷进行统计分析,可以获得用户对该刺激信息的认同程度或爱好程度,对用户的主观判断进行分析,获得其对各类型刺激信息较为明显或直观的兴趣倾向信息。将这种有意识的判断与潜意识的兴趣信息进行结合可以更为全面精确地对用户的兴趣做出判断。
根据一个优选的实施方式,由所述受测对象自主控制所述刺激信息的播放速度和/或播放次数,所述体验时间包括所述播放速度和/或播放次数,体验时间可以反映出受测对象对该刺激信息的关注时间。
根据一个优选的实施方式,所述刺激信息为图片、视频、音频中的一种或几种。
优选的,所述图片为静态图片和/或动态图片,所述动态图片完整播放一次时间不超过10秒。
优选的,所述视频或音频的播放一次时间不超过1分钟。
根据一个优选的实施方式,对所述刺激信息按信息格式和/或其中包含的内容进行分类。
优选的,按照所述刺激信息包含的内容进行分类,所述内容的分类标准尽量为客观可分辨的,比如按照音乐类、体育类、数学类、文学类等进行分类。根据分类合理安排向受测对象提供刺激信息的顺序。
优选的,所述刺激信息按照随机的顺序提供给受测对象,和/或按照多个同类的刺激信息连续播放的方式提供给受测对象。
另外通过分类可以大体知道受测对象对哪种类型的事物兴趣倾向度较高,对受测对象的兴趣进行初步判断。
优选的,先按照包含的内容进行分类,再按照刺激信息的格式进行分类。如刺激信息包含静态图片、动态图片、视频、音频等格式,受测对象对不同格式的刺激信息会可能会产生差异较大的生理反应,通过分类可以对相同格式下受测对象的反应进行对比,使测试结果更为准确。
根据一个优选的实施方式,所述刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一类刺激信息的体验时间、生理反应和持续时间。
受测对象对自己感兴趣的事物往往会投入更多的关注,比如对图片观察的时间会更长,对喜欢的音乐或视频短片会重复播放几次。因此受测对象的体验时间会反应出受测对象对刺激信息的兴趣程度。人的情绪会持续一段时间,生理反应的持续时间也反映了人的情绪持续时间,越感兴趣的事物,兴奋的持续情绪会越久,尤其对于连续观察同一类事物时,兴奋保持时间越长,说明兴趣倾向程度越高。
根据一个优选的实施方式,根据受测对象的反馈信息对所述刺激信息进行分组。
通过分组可以知道受测对象自己判断为相同类型刺激信息的数量,通过对刺激信息的分析,可知道受测对象在不同的背景下更容易关注到的事物。
根据一个优选的实施方式,所述刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一组刺激信息的体验时间、生理反应和持续时间。
根据一个优选的实施方式,对每一类刺激信息和/或每一组刺激信息的体验时间、生理反应和持续时间分别赋予不同的权重。
根据一个优选的实施方式,根据受测对象对每一类刺激信息和/或每一组刺激信息的体验时间、生理反应和持续时间,及权重得出受测对象对的兴趣倾向。
受测对象的体验时间、生理反应及持续时间均会在一定程度上反应出受测对象的兴趣程度,可能存在一定的正相关,但是也会有偏差,通过赋予不同的权重进行定量分析,可以得到更为科学更便于分析的数据。
根据一个优选的实施方式,所述生理反应信息为受测对象的瞳孔直径、皮肤电反应、脉搏、血压和脑电波信息中的一种或几种。由于自主神经系统的活动,当人处于某种情绪状态时,往往会发生一系列的生理变化。通过测量这些情绪有密切关系的生理反应信息,可以获得人的情绪状态,通过多种因素结合的方式,互为验证和补充可使测试结果更为准确。
本发明一方面通过将客观测试与问卷调查结合的方式对刺激信息进行筛选与分类,避免了主观因素的干扰,使测试结果更真实有效;另一方面将生理反应信息与时间因素结合起来,通过测试生理反应和生理反应的持续时间得出受测对象的情绪状态,通过测试对刺激信息的关注时间得出受测对象在潜意识情况下的关注倾向,将这些因素进行有机结合,分析量化数据,使测试结果更为准确。
附图说明
图1是本发明的方法流程图。
具体实施方式
实施例1
结合图1对本发明进行进一步说明。
如图所示,本发明的兴趣取向值测试方法包括以下步骤:
(1)向受测对象提供测试题,所述测试题包含与受测对象的潜在兴趣相关信息的刺激信息,及对该刺激信息的多个描述。
其中,所述刺激信息为静态图片,所述描述为对图片中内容的客观描述。所述图片中包含多种事物。所述描述客观地说明了图片中包含的一种或多种事物。受测对象根据自己的理解选择出符合自己所观察到的或者关注事物的描述。
根据本发明的一个优选实施方式,所述描述还包含五点量表式的倾向性描述。比如在刺激信息所提供的场景下,受测对象的主观感受或评价:“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”,或“非常喜欢”、“喜欢”、“无感”“不讨厌”、“非常讨厌”等类似的五种倾向性描述,或者受测对象在实际行动中可能采取的行为等。通过五点量表式的问卷可获得受测对象对刺激信息的主观感受,将其与检测到的受测对象在体验该刺激信息时的生理反应信息进行匹配,为受测对象的情绪判断提供一定的参考。对五种倾向性描述分别赋予5、4、3、2、1五个分值。受测对象对每一类刺激信息的倾向性总分即为其对该类中各个刺激信息的反馈信息所得分数的加和。将受测对象对每个刺激信息的倾向性分值记为L。
(2)受测对象对每个测试题根据自己的理解选择其中一个或多个描述,作为受测对象的反馈信息;同时,获取受测对象对刺激信息的生理反应信息及时间信息。
其中,由受测对象自主控制所述刺激信息的播放速度和/或播放次数,由此可以反应出受测对象对该刺激信息的关注时间。
所述生理反应信息为受测对象的瞳孔直径、皮肤电反应、脉搏、血压和脑电波信息中的一种或几种。
根据本发明的一个优选实施方式,所述生理反应信息包括受测对象的瞳孔直径信息和皮肤电反应信息。通过将两种生理反应信息结合起来,互为验证和补充,使测试结果更为准确。
皮肤电反应信号是皮肤传导性的指示,如果用非极化电极将人体皮肤上两点联接到灵敏度足够高的电表上,电表指针会摆动。这种由于电流流过产生的电位差,称为皮肤电位或皮电。皮肤电位可随视、听、触、痛等刺激及情绪波动而变化,这一过程被成为皮肤电反应(Galvanic Skin Response,GSR)。皮肤电反应作为研究情绪变化的一个生理指标,其原理是:在情绪状态变化时,皮肤内血管得舒张和收缩以及汗腺分泌等变化,能引起皮肤电阻的变化,以此来测定植物性神经系统的情绪反应。皮肤电反应测试时通常采用Ag-AgCl传输线,两个电极分别贴在被试者左手食指和无名指的第二个关节。获取其皮肤电位随时间的变化曲线。
瞳孔的扩张和收缩受自主神经系统控制,其大小会随着情感信息而发生变化。当看到令人愉悦的刺激源时,自主神经会引发瞳孔扩张,让更多的良性视觉信息进入大脑形成积极刺激,从而引发愉悦感受。瞳孔翻译很难受个体自主意志控制,因此通过对其测量可以较为准确地获取人的情绪信息。通过摄像机获取受测对象的眼部信息,测量每帧图像中的瞳孔直径,并最终获得瞳孔直径随时间的变化曲线。
(3)记录并存储受测对象的反馈信息、生理反应信息及时间信息,以备后续的数据处理。
根据本发明的一个优选实施方式,所述时间信息包括受测对象对某一刺激信息的体验时间,和/或某一生理反应的持续时间。体验时间为受测对象从开始体验该刺激到结束体验该刺激进入下一测试题所用的时间,可以在一定程度上反应受测对象对该刺激信息的关注时间。体验时间可简化为受测对象做每一道测试题所用的时间。
生理反应的持续时间,为从受测对象出现某种情绪,使与之相关生理信息开始发生变化之时起,至该生理信息恢复正常或突变为另一更强烈的情绪之时止。为判断该变化是前一情绪的终止或是加强,需参考受测对象在两种情绪出现时的反馈信息。
根据本发明的一个优选实施方式,预先按照所述刺激信息包含的内容进行分类,所述内容的分类标准尽量为不易受主观因素影响的客观标准,比如按照音乐类、体育类、数学类、文学类等进行分类。按照几种类型刺激信息随机的顺序提供给受测对象,和/或按照相同类型的刺激信息连续提供给受测对象的方式。随机顺序的方式可以模拟现实中复杂的环境刺激,从而得到更符合实际的数据,相同类型连续的方式根据受测对象某一情绪反应的持续时间,更为清楚地观察到受测对象的情绪反应受刺激信息的影响程度、兴趣的保持情况等。将所述刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一类刺激信息的体验时间、生理反应和持续时间。通过对不同类型刺激下下受测对象的反应进行对比,初步获取受测对象兴趣取向。
(4)对刺激信息、受测对象的反馈信息、生理反应信息及时间信息进行处理,最终得出受测对象的兴趣取向结果。
根据本发明的一个优选实施方式,其中每个试题中的客观描述均属于该刺激信息所属的大类。例如该刺激信息预先被划分到了运动类,而刺激信息中包含了多个运动器材,试题中出现的可选择客观描述分别为这几个运动器材的名称,如乒乓球拍、足球、篮球、羽毛球等等。因此,受测对象的反馈信息即反映了其对该刺激信息的倾向性认知。根据受测对象的反馈信息对所述刺激信息进行分组。因此根据反馈信息进行分组可以知道受测对象自己判断为相同类型的刺激信息数量,通过对刺激信息的分析,获得受测对象在不同的背景下更容易关注到的事物信息。将所述分组后的刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一组刺激信息的体验时间、生理反应和持续时间。
对每一类刺激信息和每一组刺激信息的体验时间、生理反应和持续时间分别进行量化并赋予不同的权重。通过将受测对象对每一类刺激信息和每一组刺激信息的体验时间、生理反应和持续时间,及权重进行综合分析得出受测对象的兴趣倾向。
所述生理反应为生理数据与基线的差值。所述基线为受测对象在未进行任何刺激时常态下的生理状态。在进行测试前需要对受测对象常态下的生理数据进行测量,以确定基线。
由于同时进行了皮肤电反应和瞳孔直径测试,因此,对于每组刺激信息都对应有两条关于时间t的函数曲线,即皮肤电导率曲线A(t),和瞳孔直径变化曲线B(t)。将受测对象体验每个刺激信息所用的时间记为T。对受测对象在体验每个刺激信息时的皮肤电导率曲线A(t)和瞳孔直径变化曲线B(t)关于时间T进行定积分,得到受试者对每个刺激信息的皮肤电导信息A和瞳孔直径信息B。
受测对象对每个刺激的生理反应持续时间可能会不同,有的可能会持续到下一个刺激信息,甚至更久,有的可能会在进入下一个刺激之前就已经结束。为方便计算,对于在该刺激结束前生理反应就已结束的,则将该持续时间记录为:从生理信息开始变化之时到生理信息恢复正常之时;对于生理信息持续到下一个刺激进行中才恢复正常的,则将对第一个刺激信息的生理反应持续时间记录为:从生理信息开始发生变化之时到刺激结束之时,对第二个刺激信息的生理反应持续时间记录为:从刺激开始之时到生理反应结束之时;对于生理信息持续到并突变为另一更强烈的生理反应的,则将该持续时间记录为:从生理信息开始变化之时到生理信息开始突变之时。
将受测对象对每个刺激的生理反应持续时间即为t。将每个大类中刺激信息的个数记为N。对根据受测对象的反馈信息划分成的组中,每个组中刺激信息的个数记为n。那么对于受测对象对每个刺激信息的兴趣倾向值则为一个五元参数的函数即φ=(xL,yA,zB,pT,qt),其中x、y、z、p、q为权重系数。受测对象对每组中刺激信息的平均兴趣倾向值为Pn=(φ123+…+φn)/n。受测对象对每个大类中刺激信息的平均兴趣倾向值为PN=(φ123+…+φN)/N。实际中往往难以确定受测对象的正常状态,使得基线选择不准确,对受测对象的兴趣取向值测试产生不良影响。可以通过将整个测试过程中的全部数据进行平均来获得相对准确的数据。将全部刺激信息的个数记为K,那么受测对象的对每个刺激信息的平均兴趣倾向值为PK=(φ123+…+φK)/K。根据受测对象的反馈信息划分的组的信息也是判断兴趣取向的一个重要的指标,需将其作为参数考虑。那么受测对象的对每组刺激信息的倾向值为W=(Pn,PN,PK,n,N,K)。
实施方式2
本实施例是本发明的兴趣取向值测验的刺激信息编制方法,其是在实施例1的基础上做了进一步改进。
所述刺激信息包含静态图片、动态图片、视频和音频。
根据本发明的一个优选实施方式,每个刺激信息中所述动态图片完整播放一次时间不超过10秒,每个刺激信息中所述视频或音频的播放一次时间不超过1分钟。在进行数据处理时,按照客观标准根据预先进行的分类方式将刺激信息归为几个大类,再按照刺激信息的格式分成小类,如静态图片、动态图片、视频、音频等格式分别归为不同的类型。为方便计算,通常按照相同数量提供各个大类和各个小类的刺激信息。其中一部分刺激信息按照随机的顺序提供给受测对象,另一部分按照同类刺激信息连续播放的顺序提供给受测对象。
受测对象观察每张静态图片所用的时间、播放每个动态图片、视频或音频的次数都应作为时间信息被记录下来。对于受测对象在播放刺激信息时改变正常播放的行为,如回放、快进、暂停等操作,应作为特殊的时间信息记录下来。
另外受测对象在测试时可能由于其他意外被打断,比如操作失误导致短时间没有处于做测试题的状态等,这就使得受测对象对刺激信息的实际关注时间与记录的时间不符。因此需要其他设备来对受测对象的对刺激信息的关注状态进行判断或记录。该设备可以是用于测试瞳孔直径的眼部识别设备,通过追踪瞳孔信息来判断受测对象的是否在进行测试。该设备也可以是面部识别基础,通过对受测对象的面部表情,尤其是微表情进行记录分析,来判断其是否处于做题状态。
另外也可将面部表情识别信息作为受测对象生理信息。在不受其他环境干扰的情况下,比如受测对象在某些场合主动控制自己的表情,受测对象自然无意识情况下的面部表情会与其情感同步,可以较为直观得反映出其内心的情绪。对于兴趣测试,不需要对表情有过多深入的分析,只需确定受测对象的喜悦、厌恶、是否在专注于感受刺激信息等基本情绪,就足以满足兴趣测试的要求。如通过诺达斯面部表情识别分析系统获取受测对象的情绪信息,将该情绪信息进行量化获得受测对象的情绪数据,并作为生理数据应用于兴趣倾向值的计算中。
对受测对象对刺激信息的体验时间、生理反应和持续时间,根据刺激信息的客观标准和刺激信息的格式分类,并根据受测对象的反馈信息分成小组。将受试对象的体验时间、生理反应和持续时间与刺激信息进行匹配,通过对比相同分类下各组刺激信息对应的体验时间、生理反应和持续时间,来定性得出受测对象的兴趣倾向。或者将体验时间、生理反应和持续时间进行量化处理,定量得出受测对象的兴趣倾向。
另外,对受测对象生理反应相似的刺激信息进行筛选,和/或筛选受测对象体验时间相似的刺激信息,和/或筛选受测对象生理反应的持续时间相似的刺激信息。按照受测对象的生理反应类型,和/或受测对象的体验时间,和/或受测对象生理反应的持续时间对刺激信息进行分类,对同类中刺激信息的相似性和/或差异性进行对比。将对比结果用于受测对象兴趣倾向测试的参考或者判断标准。含有受测对象相同兴趣事物的刺激信息引起受测对象相同或相似的生理反应。因此受测对象反应相似的刺激信息中通常会含有相同类型的事物,能够较为明显地影响到受测对象的生理反应,对其进行分析可以得到受测对象感兴趣的事物,用以辅助测量受测对象的兴趣取向值。
实施方式3
本实施例是本发明的兴趣取向值测验的刺激信息编制方法,其是在实施例2的基础上做了进一步改进。
所述生理反应为生理数据与基线的差值。可通过向受测对象提供基线标定刺激信息来测定所述生理数据的基线。从美国NIMH(National Institute of Mental Health)情绪与注意研究中心编制的国际情绪图片系统(IAPS)中提取若干张图片作为基线标定刺激信息。按照愉悦度范围分成八个等级,每个等级的基线标定刺激信息数量相等。将这些情绪标定刺激信息优先提供给受测对象。利用这些图片对受试对象进行情绪诱发,并记录其生理数据,如皮肤电导信息和瞳孔直径信息,作为基准生理信息。其中基线标定刺激信息的愉悦度越高,其诱发的情绪越积极,愉悦越低其诱发出的情绪越消极。通过将受测对象体验其他刺激信息时的生理数据与基准生理信息进行比对,可以得到受测对象的对该刺激情绪等级。通过对不同类型刺激信息的平均情绪等级进行比较,和/或者对相同情绪等级的刺激信息类型进行分析,获得用户的兴趣取向信息。
如上文所描述,附图及说明书中已描述且已例示出示范性实施例。选择并且描述这些示范性实施例来解释本发明之某些原理及实际应用,从而使熟习此项技术者能够制作并且利用本发明之各种示范性实施例及其各种替代及修改。如从上文描述可看出,本发明之某些态样不受本文中例示出的实例之具体细节的限制,并且因此涵盖熟习此项技术者将想到其他修改及应用或其等效物。然而,在研究本说明书及附图之后,熟习此项技术者将清楚明白本构造之众多改变、修改、变化及其他用途及应用。不脱离本发明之精神及范畴的所有此类改变、修改、变化及其他用途及应用应被视为由本发明涵盖,本发明仅受本发明权利要求的限制。

Claims (10)

1.一种区别人与智能机器的方法,其特征在于,所述方法包括以下步骤:
(1)向受测对象提供测试题,所述测试题包含与受测对象的潜在兴趣相关的刺激信息,及对该刺激信息的多个描述;
(2)受测对象对每个测试题自主选择其中一个或多个描述,作为受测对象的反馈信息;
(3)获取受测对象对刺激信息的生理反应信息及时间信息;
(4)对刺激信息、受测对象的反馈信息、生理反应信息及时间信息进行处理,得出受测对象的兴趣取向;
其中,所述描述包括对该刺激信息内容的客观描述和/或倾向性描述;所述时间信息包括受测对象对某一刺激信息的体验时间,和/或某一生理反应的持续时间。
2.如权利要求1所述的区别人与智能机器的方法,其特征在于,对所述刺激信息按其中包含的内容和/或信息格式进行分类,已分类的刺激信息按照随机的顺序提供给测试者,和/或按照同类刺激信息连续播放的顺序提供给受测对象。
3.如权利要求1或2所述的区别人与智能机器的方法,其特征在于,所述已分类的刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一类刺激信息的体验时间、生理反应和持续时间。
4.如权利要求1至3之一所述的区别人与智能机器的方法,其特征在于,根据受测对象的反馈信息对所述刺激信息进行分组;
分组后的刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一组刺激信息的体验时间、生理反应和持续时间。
5.如权利要求1至4之一所述的区别人与智能机器的方法,其特征在于,由所述受测对象自主控制所述刺激信息的播放速度和/或播放次数,所述体验时间包括所述播放速度和/或播放次数。
6.如权利要求1至5之一所述的区别人与智能机器的方法,其特征在于,对每一类刺激信息和/或每一组刺激信息的体验时间、生理反应和持续时间分别赋予不同的权重。
7.如权利要求1至6之一所述的区别人与智能机器的方法,其特征在于,根据受测对象对每一类刺激信息和/或每一组刺激信息的体验时间、生理反应和持续时间,及权重得出受测对象的兴趣倾向。
8.如权利要求1至7之一所述的区别人与智能机器的方法,其特征在于,所述刺激信息为图片、视频和音频中的一种或几种,所述生理反应信息为受测对象的瞳孔直径、皮肤电反应、脉搏、血压和脑电波信息中的一种或几种。
9.一种兴趣取向值测验的刺激信息编制方法,其特征在于,所述方法的步骤至少包括:
获取受测对象对刺激信息的生理反应信息及时间信息;
对刺激信息、受测对象的反馈信息、生理反应信息及时间信息进行处理,得出受测对象的兴趣取向;
所述刺激信息与生理反应信息及时间信息进行匹配,得到受测对象对每一类刺激信息的体验时间、生理反应和持续时间。
10.如权利要求9所述的兴趣取向值测验的刺激信息编制方法,其特征在于,所述方法的步骤还包括:
向受测对象提供测试题,所述测试题包含与受测对象的潜在兴趣相关的刺激信息,及对该刺激信息的多个描述;
受测对象对每个测试题自主选择其中一个或多个描述,作为受测对象的反馈信息;
其中,所述描述包括对该刺激信息内容的客观描述和/或倾向性描述;
所述时间信息包括受测对象对某一刺激信息的体验时间,和/或某一生理反应的持续时间。
CN201711305417.9A 2015-08-07 2015-08-07 一种区别人与智能机器的方法 Active CN108078574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711305417.9A CN108078574B (zh) 2015-08-07 2015-08-07 一种区别人与智能机器的方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510484818.XA CN104983435B (zh) 2015-08-07 2015-08-07 一种兴趣取向值测验的刺激信息编制方法
CN201711305417.9A CN108078574B (zh) 2015-08-07 2015-08-07 一种区别人与智能机器的方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201510484818.XA Division CN104983435B (zh) 2015-08-07 2015-08-07 一种兴趣取向值测验的刺激信息编制方法

Publications (2)

Publication Number Publication Date
CN108078574A true CN108078574A (zh) 2018-05-29
CN108078574B CN108078574B (zh) 2021-08-27

Family

ID=54295437

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201711305385.2A Active CN108078573B (zh) 2015-08-07 2015-08-07 一种基于生理反应信息与刺激信息的兴趣取向值测验方法
CN201510484818.XA Active CN104983435B (zh) 2015-08-07 2015-08-07 一种兴趣取向值测验的刺激信息编制方法
CN201711305417.9A Active CN108078574B (zh) 2015-08-07 2015-08-07 一种区别人与智能机器的方法

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN201711305385.2A Active CN108078573B (zh) 2015-08-07 2015-08-07 一种基于生理反应信息与刺激信息的兴趣取向值测验方法
CN201510484818.XA Active CN104983435B (zh) 2015-08-07 2015-08-07 一种兴趣取向值测验的刺激信息编制方法

Country Status (1)

Country Link
CN (3) CN108078573B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506683A (zh) * 2016-06-14 2017-12-22 深圳市珍爱网信息技术有限公司 基于体征检测的智能相亲匹配方法和系统
CN106669139B (zh) * 2016-12-03 2019-12-27 浙江大学台州研究院 一种电竞比赛选手的辅助选拔方法
TWI608454B (zh) * 2017-03-20 2017-12-11 全球華人股份有限公司 興趣明確性判斷方法及應用此方法所完成之學職涯探索平台
CN107453778A (zh) * 2017-06-22 2017-12-08 广州番禺职业技术学院 一种智能手表和身份验证的方法
CN108670277A (zh) * 2018-06-04 2018-10-19 新华网股份有限公司 精神压力监测方法
CN109002531A (zh) * 2018-07-17 2018-12-14 泉州装备制造研究所 一种基于脑电数据分析的影视推荐系统及影视推荐方法
CN108881985A (zh) * 2018-07-18 2018-11-23 南京邮电大学 基于脑电情绪识别的节目评分系统
CN110393540A (zh) * 2019-07-22 2019-11-01 浙江鸿泉电子科技有限公司 基于司机情绪稳定的提示安全驾驶的方法及装置、系统
CN110327061B (zh) * 2019-08-12 2022-03-08 北京七鑫易维信息技术有限公司 一种基于眼动追踪技术的性格确定装置、方法及设备
CN110638472B (zh) * 2019-09-27 2022-07-05 新华网股份有限公司 情感识别方法、装置、电子设备及计算机可读存储介质
CN113676758A (zh) * 2021-07-13 2021-11-19 北京奇艺世纪科技有限公司 指标生成方法、客户端、服务器、电子设备及存储介质
CN113855021B (zh) * 2021-10-11 2023-08-18 北京工业大学 抑郁倾向评估方法及装置
CN114268693B (zh) * 2021-12-14 2023-12-08 咪咕音乐有限公司 视频数据处理方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3905132A (en) * 1974-11-07 1975-09-16 Us Navy Hidden knowledge detector
US5762611A (en) * 1996-11-12 1998-06-09 The United States Of America As Represented By The Secretary Of The Navy Evaluation of a subject's interest in education, training and other materials using brain activity patterns
CN101755405A (zh) * 2007-03-06 2010-06-23 埃姆申塞公司 使用生理数据来生成关于时变媒体的用户反应的汇总图的方法和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1987000746A1 (en) * 1985-07-30 1987-02-12 Swinburne Limited Electroencephalographic attention monitor
CN101822544A (zh) * 2009-03-02 2010-09-08 卢洁 医务人员人格量表
CN101923667A (zh) * 2009-06-16 2010-12-22 一零四资讯科技股份有限公司 一种综合测验推荐职务方法
CN101779960B (zh) * 2010-02-24 2011-12-14 沃建中 刺激信息认知能力值测试系统及其方法
EP3780002A1 (en) * 2010-11-24 2021-02-17 Digital Artefacts, LLC Systems and methods to assess cognitive function
CN102293656B (zh) * 2011-05-25 2013-10-02 四川大学华西医院 基于磁共振成像的情绪稳定性评价系统及其评价方法
CN103169485B (zh) * 2013-02-01 2015-05-27 广东平成广告有限公司 一种基于视频的认知曲线生成系统和生成方法
US10362977B2 (en) * 2013-10-01 2019-07-30 Sway Operations, Llc System and method for measuring reaction time of a subject

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3905132A (en) * 1974-11-07 1975-09-16 Us Navy Hidden knowledge detector
US5762611A (en) * 1996-11-12 1998-06-09 The United States Of America As Represented By The Secretary Of The Navy Evaluation of a subject's interest in education, training and other materials using brain activity patterns
CN101755405A (zh) * 2007-03-06 2010-06-23 埃姆申塞公司 使用生理数据来生成关于时变媒体的用户反应的汇总图的方法和系统

Also Published As

Publication number Publication date
CN108078573B (zh) 2021-02-09
CN104983435A (zh) 2015-10-21
CN108078574B (zh) 2021-08-27
CN104983435B (zh) 2018-01-09
CN108078573A (zh) 2018-05-29

Similar Documents

Publication Publication Date Title
CN104983435B (zh) 一种兴趣取向值测验的刺激信息编制方法
Riva et al. Measuring presence: Subjective, behavioral and physiological methods
CN105069294B (zh) 一种用于认知能力值测试的计算和分析方法
US9454646B2 (en) Short imagery task (SIT) research method
US20210248656A1 (en) Method and system for an interface for personalization or recommendation of products
CN109640785A (zh) 用于获得、聚集和分析视觉数据以评估人的视力性能的方法和系统
US20150351655A1 (en) Adaptive brain training computer system and method
US20070265507A1 (en) Visual attention and emotional response detection and display system
CN108065942B (zh) 一种针对东方人格特征的刺激信息的编制方法
CN111326253A (zh) 自闭症谱系障碍患者的多模态情感认知能力的评估方法
CN110251146A (zh) 一种自主学习辅助装置
WO2019141017A1 (zh) 一种人体感官数据测量系统及方法
CN113693552A (zh) 视觉疲劳监测方法、装置、电子设备及可读存储介质
CN109063954A (zh) 教师教学的测评方法和系统
CN109923529A (zh) 信息处理装置、信息处理方法和程序
CN114640699B (zh) 基于vr角色扮演游戏交互的情绪诱发监测系统
Krauss et al. Impact of contextualizing information on aesthetic experience and psychophysiological responses to art in a museum: A naturalistic randomized controlled trial.
CN107085464A (zh) 基于p300字符拼写任务的情绪识别方法
CA3189350A1 (en) Method and system for an interface for personalization or recommendation of products
Alhasan et al. An experimental study of learning behaviour in an elearning environment
WO2020139108A1 (ru) Способ проведения когнитивных исследований с использованием системы нейровизуализации и механизма обратной связи
KR101691720B1 (ko) 터치스크린을 이용한 주의력결핍 과잉행동 진단 시스템
CN104992080B (zh) 一种潜能值测验的刺激信息编制方法
Ward An analysis of facial movement tracking in ordinary human–computer interaction
Drijfhout Improving eSports performance: conducting stress measurements during Fifa gameplay

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
TA01 Transfer of patent application right

Effective date of registration: 20180726

Address after: 100088 0612, room 6, block A, hatchback building, science and Technology Park, Beijing University of science and technology, 12 South Road, Haidian District, Beijing.

Applicant after: Beijing intelligent Sunshine Technology Co., Ltd.

Address before: 100088 A 611, Beijing Science and technology building, 12 South Road, Haidian District, Beijing.

Applicant before: BEIJING LIGHTHOUSE TECHNOLOGY INSTITUTE

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant