CN108392213B - 基于绘画心理学的心理分析方法及装置 - Google Patents
基于绘画心理学的心理分析方法及装置 Download PDFInfo
- Publication number
- CN108392213B CN108392213B CN201810260141.5A CN201810260141A CN108392213B CN 108392213 B CN108392213 B CN 108392213B CN 201810260141 A CN201810260141 A CN 201810260141A CN 108392213 B CN108392213 B CN 108392213B
- Authority
- CN
- China
- Prior art keywords
- analysis
- painter
- data
- painting
- psychology
- 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.)
- Active
Links
Images
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开一种基于绘画心理学的心理分析方法,所述分析方法包括以下步骤:绘画者进行在线绘画,绘画过程中采集绘画者的行为特征数据,绘画完毕对绘画者的画作进行保存;通过最小差异比对法对HSV颜色模型进行划分,把绘画者选取的颜色进行量化分类;构建心理分析模型,对获取的绘画者的行为特征数据进行实时标准化处理和分析;根据心理分析模型匹配用户数据,形成绘画者心理分析报告。本发明通过计算机技术实现绘画心理分析自动化,解决人工分析效率低的问题;采用传感技术,实时采集绘画者绘画数据,进行绘画心理分析,解决传统人工分析不够客观和准确的问题;通过机器学习算法建立标准化的分析模型,实现实时进行自动化绘画心理分析。
Description
技术领域
本发明涉及数据分析技术领域,具体涉及一种基于绘画心理学的心理分析方法及装置。
背景技术
绘画心理分析是表达性心理治疗(亦称艺术治疗)最有代表性的方法之一,提供了非语言的表达与沟通机会,是指通过绘画的创作过程及作品,帮助绘画者分析其潜意识内的情感与冲突,从而达到辅助心理咨询或进行心理治疗的效果。在个体心理咨询中,咨询师可以从色彩的运用,空间的构造,绘画的内容,笔触的风格,绘画过程的特点和来访者自身感悟等方面,来分析挖掘其内在心理特质和心理状态,这一过程大多数时候是由咨询师和来访者共同进行。个体心理咨询中,充分运用绘画心理分析这一助力,可以对咨询过程和咨询关系都能起到独特而重要的推进。
传统的绘画心理分析前提是需要在纸笔上画出大量的画,那么保存和环保就是一大难题,虽然可以对画作进行拍照和扫描,但是依然不易保存。现有绘画心理分析技术是完全通过人工操作进行的,目前不存在一套自动化的分析流程,无法批量、快速地分析,效率低且难以量化和客观。
发明内容
本发明的目的在于提供一种基于绘画心理学的心理分析方法及装置,通过计算机技术实现绘画心理分析自动化的流程,解决人工分析效率低的问题;采用传感技术,实时采集绘画者绘画数据,进行绘画心理分析,解决传统人工分析不够客观和准确的问题;在分析流程中通过机器学习算法建立一套标准化的分析模型,实现实时进行自动化绘画心理分析。
为实现上述目的,本发明的技术方案为:基于绘画心理学的心理分析方法,所述分析方法包括以下步骤:绘画者进行在线绘画,绘画过程中采集绘画者的行为特征数据,绘画完毕对绘画者的画作进行保存;通过最小差异比对法对HSV颜色模型进行划分,把绘画者选取的颜色进行量化分类;构建心理分析模型,对获取的绘画者的行为特征数据进行实时标准化处理和分析;根据心理分析模型匹配用户数据,形成绘画者心理分析报告。
如上所述的基于绘画心理学的心理分析方法,所述分析方法中利用若干传感器采集用户绘画时的行为特征数据,行为特征数据包括压力传感数据、速度传感数据、热敏传感数据、位置传感数据、生物传感数据和振动传感数据,通过大数据分析把定性的数据转化为定量数据,从而进行实时建模分析。
如上所述的基于绘画心理学的心理分析方法,所述分析方法中,绘画者选择人工或机器分析方式,当用户选择人工分析方式时,由人工对绘画者画作进行心理分析;当用户选择机器分析方式时,提取用户行为特征数据,通过心理分析模型匹配绘画者画作。
如上所述的基于绘画心理学的心理分析方法,所述分析方法中,行为特征数据拟合心理分析模型的步骤为:
(1)数据收集:对绘画者绘画过程行为特征数据及绘画结果或绘画者填写的信息、上传的画作或照片进行数据收集;
(2)图像识别:对绘画者绘画数据进行记录和图像处理,然后进行特征抽取,通过分类设计训练决策规则或模式匹配进行分类判断;
(3)数据清理:按照6σ标准剔除奇异值,对缺失值通过平均值或邻近值均值法进行填充,识别和矫正编码或资料录入的错误;
(4)用户群划分:通过绘画者提供的相关个人信息进行用户群划分;
(5)因子分析:从若干维度指标中提取共同因子,首先选择分析的变量,计算所选原始变量的相关系数矩阵,提取公共因子,最后进行因子旋转;
(6)差异检测:判断因子是否具有特异性:不具有特异性通过机器学习再次进行因子分析,具有特异性进行回归分析;
(7)权重因素计分:根据回归分析方程判断各维度指标的权重,并按照各因子下维度指标权重和为1的标准,为维度指标赋权重值,并结合因子计算公式,对每个因子计分;
(8)形成专家评估标准:根据不同画作对应的专家评估结果形成专家评估标准;
(9)相关分析:根据(7)中权重因素计分结果和(8)中专家评估标准进行相关分析,判断其相关密切程度;
(10)判断计分与专家评估的一致性:不具有一致性,通过机器学习再次进行回归分析,具有一致性,拟合用户画像;
(11)匹配因子计分模型:根据绘画者信息计算出来的相关得分,与(7)中因子计分范围进行匹配,落入相应范围,即获取该范围对应的信息;
(12)形成用户心理分析报告:根据录入的结果数据,形成用户心理分析报告。
如上所述的基于绘画心理学的心理分析方法,所述分析方法中,数据收集后进行时间序列分析,然后匹配因子计分模型,形成用户心理分析报告。
本发明还提供一种基于绘画心理学的心理分析装置,所述分析装置包括绘画模块、数据采集模块、图像识别模块、分析模型构建模块、数据匹配模块和分析报告生成模块;所述绘画模块用于绘画者绘制分析心理用的画作;所述数据采集模块用于采集绘画过程中绘画者的行为特征数据;所述图像识别模块用于对绘画者的画作颜色进行分类量化提取;所述分析模型构建模块用于结合机器学习算法构建通过绘画者画作分析绘画者心理的模型;所述数据匹配模块用于将获取的绘画者行为特征数据与分析模型进行匹配;所述分析报告生成模块用于根据数据匹配模块的结果生成绘画者心理分析报告。
如上所述的基于绘画心理学的心理分析装置,所述数据采集模块配置有若干采集用户绘画时行为特征数据的传感器,所述传感器包括压力传感器、速度传感器、热敏传感器、位置传感器、生物传感器和振动传感器。
如上所述的基于绘画心理学的心理分析装置,所述图像识别模块通过最小差异比对法对HSV颜色模型进行划分,把绘画者选取的颜色进行量化分类。
如上所述的基于绘画心理学的心理分析装置,所述分析装置还包括人工咨询模块,所述人工咨询模块用于由人工结合画作对绘画者进行心理分析。
如上所述的基于绘画心理学的心理分析装置,所述数据采集模块、图像识别模块、分析模型构建模块、数据匹配模块和分析报告生成模块配置有机器学习算法,机器学习算法包括数据收集;图像识别;数据清理;用户群划分;因子分析;差异检测;判断因子是否具有特异性;权重因素计分;形成专家评估标准;相关分析;判断计分与专家评估的一致性;匹配因子计分模型;形成用户心理分析报告。
本发明具有如下优点:分析高效:系统化和标准化的分析处理数据效率高,传统的人工分析需要来访者与咨询师见面,传递画作,人工分析均需要大量的时间消耗,但是通过本发明,用户可实现在线分析,或者在线联系咨询师,大大节省了时间;分析客观:本发明科学利用传感技术,可采集传统的纸笔绘画无法获取到的信息,使绘画心理分析的手段变得更加客观、科学;本发明易于保存画作检索报告:通过本发明画作可以自动进行云存储,而且易于查询,同时与画作相关的报告也可便捷查阅。
附图说明
图1为本发明实施例中基于绘画心理学的心理分析方法流程图;
图2为本发明实施例中行为特征数据拟合心理分析模型示意图;
图3为本发明实施例中基于绘画心理学的心理分析装置示意图;
图4为因子分析数学分析模型公式;
图5为回归分析方程式;
图6为相关分析公式。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1和图2所示,基于绘画心理学的心理分析方法,所述分析方法包括以下步骤:绘画者进行在线绘画,绘画过程中采集绘画者的行为特征数据,绘画完毕对绘画者的画作进行保存;通过最小差异比对法对HSV颜色模型进行划分,把绘画者选取的颜色进行量化分类;构建心理分析模型,对获取的绘画者的行为特征数据进行实时标准化处理和分析;根据心理分析模型匹配用户数据,形成绘画者心理分析报告。
基于绘画心理学的心理分析方法的一个实施例中,所述分析方法中利用若干传感器采集用户绘画时的行为特征数据,行为特征数据包括压力传感数据、速度传感数据、热敏传感数据、位置传感数据、生物传感数据和振动传感数据,通过大数据分析把定性的数据转化为定量数据,从而进行实时建模分析。
基于绘画心理学的心理分析方法的一个实施例中,所述分析方法中,绘画者选择人工或机器分析方式,当用户选择人工分析方式时,由人工对绘画者画作进行心理分析;当用户选择机器分析方式时,提取用户行为特征数据,通过心理分析模型匹配绘画者画作。
基于绘画心理学的心理分析方法的一个实施例中,所述分析方法中,行为特征数据拟合心理分析模型的步骤为:
(1)数据收集:对绘画者绘画过程行为特征数据及绘画结果或绘画者填写的信息、上传的画作或照片进行数据收集;
(2)图像识别:对绘画者绘画数据进行记录和图像处理,然后进行特征抽取,通过分类设计训练决策规则或模式匹配进行分类判断;
(3)数据清理:按照6σ标准剔除奇异值,对缺失值通过平均值或邻近值均值法进行填充,识别和矫正编码或资料录入的错误;
(4)用户群划分:通过绘画者提供的相关个人信息进行用户群划分;
(5)因子分析:从若干维度指标中提取共同因子,首先选择分析的变量,计算所选原始变量的相关系数矩阵,提取公共因子,最后进行因子旋转;
(6)差异检测:判断因子是否具有特异性:不具有特异性通过机器学习再次进行因子分析,具有特异性进行回归分析;
(7)权重因素计分:根据回归分析方程判断各维度指标的权重,并按照各因子下维度指标权重和为1的标准,为维度指标赋权重值,并结合因子计算公式,对每个因子计分;
(8)形成专家评估标准:根据不同画作对应的专家评估结果形成专家评估标准;
(9)相关分析:根据(7)中权重因素计分结果和(8)中专家评估标准进行相关分析,判断其相关密切程度;
(10)判断计分与专家评估的一致性:不具有一致性,通过机器学习再次进行回归分析,具有一致性,拟合用户画像;
(11)匹配因子计分模型:根据绘画者信息计算出来的相关得分,与(7)中因子计分范围进行匹配,落入相应范围,即获取该范围对应的信息;
(12)形成用户心理分析报告:根据录入的结果数据,形成用户心理分析报告。
上述的步骤(5)中,参见图4,因子分析从各维度指标中提取共同因子。首先选择分析的变量,计算所选原始变量的相关系数矩阵,提取公共因子,最后进行因子旋转。
上述的步骤(6)中,显著性检验即判断各个因子之间是否有差异,以及判断这种差异是否显著。常把一个要检验的假设记作H0,称为原假设(或零假设)(null hypothesis),与H0对立的假设记作H1,称为备择假设(alternative hypothesis)。⑴在原假设为真时,决定放弃原假设,称为第一类错误,其出现的概率通常记作α。⑵在原假设不真时,决定不放弃原假设,称为第二类错误,其出现的概率通常记作β。通常只限定犯第一类错误的最大概率α,不考虑犯第二类错误的概率β。这样的假设检验又称为显著性检验,概率α称为显著性水平。
上述的步骤(7)中,参见图5,根据回归分析方程式,判断各维度指标的权重,并按照各因子下维度指标权重和为1的标准,为维度指标赋权重值,结合已经录入的因子计算公式(图4),对每个因子计分。
上述的步骤(8)中,专家评估标准在该模型中分为两类:在针对该方法的系统管理平台录入不同画作对应的专家评估结果,即为专家评估标准;提取各专家经验或者已发布的文献著作中的信息,并录入系统,作为系统分析流程的专家评估标准。
上述的步骤(9)中,参见图6,把权重因素计分结果和专家评估标准进行相关分析,判断其相关密切程度,本模型的判断标准为二者显著正相关才表明具有密切联系。
上述的步骤(10)中,根据绘画者个人信息,以及计算出来的绘画相关信息的得分,对绘画者进行特征描述,即形成用户画像。
基于绘画心理学的心理分析方法的一个实施例中,所述分析方法中,数据收集后进行时间序列分析,然后匹配因子计分模型,形成用户心理分析报告。
参见图3,本发明还提供一种基于绘画心理学的心理分析装置,所述分析装置包括绘画模块1、数据采集模块2、图像识别模块3、分析模型构建模块4、数据匹配模块5和分析报告生成模块6;所述绘画模块1用于绘画者绘制分析心理用的画作;所述数据采集模块2用于采集绘画过程中绘画者的行为特征数据;所述图像识别模块3用于对绘画者的画作颜色进行分类量化提取;所述分析模型构建模块4用于结合机器学习算法构建通过绘画者画作分析绘画者心理的模型;所述数据匹配模块5用于将获取的绘画者行为特征数据与分析模型进行匹配;所述分析报告生成模块6用于根据数据匹配模块5的结果生成绘画者心理分析报告。
基于绘画心理学的心理分析装置的一个实施例中,所述数据采集模块2配置有若干采集用户绘画时行为特征数据的传感器,所述传感器包括压力传感器、速度传感器、热敏传感器、位置传感器、生物传感器和振动传感器。
基于绘画心理学的心理分析装置的一个实施例中,所述图像识别模块3通过最小差异比对法对HSV颜色模型进行划分,把绘画者选取的颜色进行量化分类。
基于绘画心理学的心理分析装置的一个实施例中,所述分析装置还包括人工咨询模块7,所述人工咨询模块7用于由人工结合画作对绘画者进行心理分析。
基于绘画心理学的心理分析装置的一个实施例中,所述数据采集模块2、图像识别模块3、分析模型构建模块4、数据匹配模块5和分析报告生成模块6配置有行为特征数据拟合心理分析模型的机器学习算法,机器学习算法包括:
(1)数据收集:对绘画者绘画过程行为特征数据及绘画结果或绘画者填写的信息、上传的画作或照片进行数据收集;
(2)图像识别:对绘画者绘画数据进行记录和图像处理,然后进行特征抽取,通过分类设计训练决策规则或模式匹配进行分类判断;
(3)数据清理:按照6σ标准剔除奇异值,对缺失值通过平均值或邻近值均值法进行填充,识别和矫正编码或资料录入的错误;
(4)用户群划分:通过绘画者提供的相关个人信息进行用户群划分;
(5)因子分析:从若干维度指标中提取共同因子,首先选择分析的变量,计算所选原始变量的相关系数矩阵,提取公共因子,最后进行因子旋转;
(6)差异检测:判断因子是否具有特异性:不具有特异性通过机器学习再次进行因子分析,具有特异性进行回归分析;
(7)权重因素计分:根据回归分析方程判断各维度指标的权重,并按照各因子下维度指标权重和为1的标准,为维度指标赋权重值,并结合因子计算公式,对每个因子计分;
(8)形成专家评估标准:根据不同画作对应的专家评估结果形成专家评估标准;
(9)相关分析:根据(7)中权重因素计分结果和(8)中专家评估标准进行相关分析,判断其相关密切程度;
(10)判断计分与专家评估的一致性:不具有一致性,通过机器学习再次进行回归分析,具有一致性,拟合用户画像;
(11)匹配因子计分模型:根据绘画者信息计算出来的相关得分,与(7)中因子计分范围进行匹配,落入相应范围,即获取该范围对应的信息;
(12)形成用户心理分析报告:根据录入的结果数据,形成用户心理分析报告。
通过本发明可以做到实时对用户的画作进行自动化绘画心理分析,辅助心理咨询工作,用户全程可以在线远程参与心理咨询,方便,快捷,利用传感技术采集用户绘画时的行为特征数据,包括压力传感技术、速度传感技术、热敏传感技术、位置传感技术、生物传感技术、振动传感技术,结合大数据分析方法,把定性的数据转化为定量数据,便于实时建模分析。建立最小差异比对法MDCM(Minimum difference comparison method),对HSV颜色模型进行划分,把用户选取的颜色进行量化分类,便于建模分析。建立心理分析模型,方便对所获取的行为特征数据进行实时标准化处理和分析。本发明系统化和标准化的分析处理数据效率高,传统的人工分析需要来访者与咨询师见面,传递画作,人工分析均需要大量的时间消耗,但是通过本发明,用户可实现在线分析,或者在线联系咨询师,大大节省了时间。本发明科学利用传感技术,可采集传统的纸笔绘画无法获取到的信息,使绘画心理分析的手段变得更加客观、科学。本发明易于保存画作检索报告,画作可以自动进行云存储,而且易于查询,同时与画作相关的报告也可便捷查阅。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (8)
1.基于绘画心理学的心理分析方法,其特征在于,所述分析方法包括以下步骤:绘画者进行在线绘画,绘画过程中采集绘画者的行为特征数据,绘画完毕对绘画者的画作进行保存;通过最小差异比对法对HSV颜色模型进行划分,把绘画者选取的颜色进行量化分类;构建心理分析模型,对获取的绘画者的行为特征数据进行实时标准化处理和分析;根据心理分析模型匹配用户数据,形成绘画者心理分析报告;
所述分析方法中,行为特征数据拟合心理分析模型的步骤为:
(1)数据收集:对绘画者绘画过程行为特征数据及绘画结果或绘画者填写的信息、上传的画作或照片进行数据收集;
(2)图像识别:对绘画者绘画数据进行记录和图像处理,然后进行特征抽取,通过分类设计训练决策规则或模式匹配进行分类判断;
(3)数据清理:按照6σ标准剔除奇异值,对缺失值通过平均值或邻近值均值法进行填充,识别和矫正编码或资料录入的错误;
(4)用户群划分:通过绘画者提供的相关个人信息进行用户群划分;
(5)因子分析:从若干维度指标中提取共同因子,首先选择分析的变量,计算所选原始变量的相关系数矩阵,提取公共因子,最后进行因子旋转;
(6)差异检测:判断因子是否具有特异性:不具有特异性通过机器学习再次进行因子分析,具有特异性进行回归分析;
(7)权重因素计分:根据回归分析方程判断各维度指标的权重,并按照各因子下维度指标权重和为1的标准,为维度指标赋权重值,并结合因子计算公式,对每个因子计分;
(8)形成专家评估标准:根据不同画作对应的专家评估结果形成专家评估标准;
(9)相关分析:根据(7)中权重因素计分结果和(8)中专家评估标准进行相关分析,判断其相关密切程度;
(10)判断计分与专家评估的一致性:不具有一致性,通过机器学习再次进行回归分析,具有一致性,拟合用户画像;
(11)匹配因子计分模型:根据绘画者信息计算出来的相关得分,与(7)中因子计分范围进行匹配,落入相应范围,即获取该范围对应的信息;
(12)形成用户心理分析报告:根据录入的结果数据,形成用户心理分析报告。
2.根据权利要求1所述的基于绘画心理学的心理分析方法,其特征在于,所述分析方法中利用若干传感器采集用户绘画时的行为特征数据,行为特征数据包括压力传感数据、速度传感数据、热敏传感数据、位置传感数据、生物传感数据和振动传感数据,通过大数据分析把定性的数据转化为定量数据,从而进行实时建模分析。
3.根据权利要求1所述的基于绘画心理学的心理分析方法,其特征在于,所述分析方法中,绘画者选择人工或机器分析方式,当用户选择人工分析方式时,由人工对绘画者画作进行心理分析;当用户选择机器分析方式时,提取用户行为特征数据,通过心理分析模型匹配绘画者画作。
4.根据权利要求1所述的基于绘画心理学的心理分析方法,其特征在于,所述分析方法中,数据收集后进行时间序列分析,然后匹配因子计分模型,形成用户心理分析报告。
5.基于绘画心理学的心理分析装置,其特征在于,所述分析装置包括绘画模块、数据采集模块、图像识别模块、分析模型构建模块、数据匹配模块和分析报告生成模块;所述绘画模块用于绘画者绘制分析心理用的画作;所述数据采集模块用于采集绘画过程中绘画者的行为特征数据;所述图像识别模块用于对绘画者的画作颜色进行分类量化提取;所述分析模型构建模块用于结合机器学习算法构建通过绘画者画作分析绘画者心理的模型;所述数据匹配模块用于将获取的绘画者行为特征数据与分析模型进行匹配;所述分析报告生成模块用于根据数据匹配模块的结果生成绘画者心理分析报告;
所述数据采集模块、图像识别模块、分析模型构建模块、数据匹配模块和分析报告生成模块配置有行为特征数据拟合心理分析模型的机器学习算法;
行为特征数据拟合心理分析模型的步骤为:
(1)数据收集:对绘画者绘画过程行为特征数据及绘画结果或绘画者填写的信息、上传的画作或照片进行数据收集;
(2)图像识别:对绘画者绘画数据进行记录和图像处理,然后进行特征抽取,通过分类设计训练决策规则或模式匹配进行分类判断;
(3)数据清理:按照6σ标准剔除奇异值,对缺失值通过平均值或邻近值均值法进行填充,识别和矫正编码或资料录入的错误;
(4)用户群划分:通过绘画者提供的相关个人信息进行用户群划分;
(5)因子分析:从若干维度指标中提取共同因子,首先选择分析的变量,计算所选原始变量的相关系数矩阵,提取公共因子,最后进行因子旋转;
(6)差异检测:判断因子是否具有特异性:不具有特异性通过机器学习再次进行因子分析,具有特异性进行回归分析;
(7)权重因素计分:根据回归分析方程判断各维度指标的权重,并按照各因子下维度指标权重和为1的标准,为维度指标赋权重值,并结合因子计算公式,对每个因子计分;
(8)形成专家评估标准:根据不同画作对应的专家评估结果形成专家评估标准;
(9)相关分析:根据(7)中权重因素计分结果和(8)中专家评估标准进行相关分析,判断其相关密切程度;
(10)判断计分与专家评估的一致性:不具有一致性,通过机器学习再次进行回归分析,具有一致性,拟合用户画像;
(11)匹配因子计分模型:根据绘画者信息计算出来的相关得分,与(7)中因子计分范围进行匹配,落入相应范围,即获取该范围对应的信息;
(12)形成用户心理分析报告:根据录入的结果数据,形成用户心理分析报告。
6.根据权利要求5所述的基于绘画心理学的心理分析装置,其特征在于,所述数据采集模块配置有若干采集用户绘画时行为特征数据的传感器,所述传感器包括压力传感器、速度传感器、热敏传感器、位置传感器、生物传感器和振动传感器。
7.根据权利要求5所述的基于绘画心理学的心理分析装置,其特征在于,所述图像识别模块通过最小差异比对法对HSV颜色模型进行划分,把绘画者选取的颜色进行量化分类。
8.根据权利要求5所述的基于绘画心理学的心理分析装置,其特征在于,所述分析装置还包括人工咨询模块,所述人工咨询模块用于由人工结合画作对绘画者进行心理分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810260141.5A CN108392213B (zh) | 2018-03-27 | 2018-03-27 | 基于绘画心理学的心理分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810260141.5A CN108392213B (zh) | 2018-03-27 | 2018-03-27 | 基于绘画心理学的心理分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108392213A CN108392213A (zh) | 2018-08-14 |
CN108392213B true CN108392213B (zh) | 2021-02-26 |
Family
ID=63093116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810260141.5A Active CN108392213B (zh) | 2018-03-27 | 2018-03-27 | 基于绘画心理学的心理分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108392213B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110096145A (zh) * | 2019-04-11 | 2019-08-06 | 湖北大学 | 基于混合现实和神经网络的心理状态显示方法及装置 |
US11464443B2 (en) * | 2019-11-26 | 2022-10-11 | The Chinese University Of Hong Kong | Methods based on an analysis of drawing behavior changes for cognitive dysfunction screening |
CN111671446A (zh) * | 2020-06-19 | 2020-09-18 | 智恩陪心(北京)科技有限公司 | 一种基于深度学习的绘画心理智能分析系统及方法 |
CN111973201A (zh) * | 2020-07-29 | 2020-11-24 | 北京塞欧思科技有限公司 | 基于眼动交互的多维虚拟心理沙盘智能分析方法及装置 |
CN113707275B (zh) * | 2021-08-27 | 2023-06-23 | 郑州铁路职业技术学院 | 基于大数据分析的心理健康估计方法及系统 |
CN114550918A (zh) * | 2022-02-23 | 2022-05-27 | 中国科学院心理研究所 | 一种基于绘画特征数据的心理障碍测评方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0695582A (ja) * | 1992-09-11 | 1994-04-08 | Canon Inc | 情報入出力方法及び装置 |
CN104766355B (zh) * | 2015-04-22 | 2018-04-10 | 哈尔滨工业大学 | 基于笔迹分析的泼彩画交互系统及利用该系统实时生成数字化泼彩画的方法 |
CN105232061A (zh) * | 2015-09-09 | 2016-01-13 | 北京中盛普阳科技发展有限公司 | 一种情结发现与处理方法及其系统 |
CN106372729B (zh) * | 2016-08-31 | 2020-05-12 | 广州瑞基信息科技有限公司 | 用于心理分析的深度学习方法及装置 |
CN106447042B (zh) * | 2016-08-31 | 2020-05-12 | 广州瑞基信息科技有限公司 | 基于绘画投射的心理分析方法及装置 |
-
2018
- 2018-03-27 CN CN201810260141.5A patent/CN108392213B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108392213A (zh) | 2018-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108392213B (zh) | 基于绘画心理学的心理分析方法及装置 | |
CN108898137A (zh) | 一种基于深度神经网络的自然图像字符识别方法及系统 | |
CN107977671A (zh) | 一种基于多任务卷积神经网络的舌象分类方法 | |
CN108918527A (zh) | 一种基于深度学习的印刷品缺陷检测方法 | |
CN110680326A (zh) | 基于深度卷积神经网络的尘肺病鉴别及分级判定方法 | |
CN105975916A (zh) | 基于多输出卷积神经网络和有序回归的年龄估计方法 | |
CN102628794A (zh) | 一种基于高光谱成像技术的畜肉细菌总数快速测定方法 | |
CN108898269A (zh) | 基于度量的电力图像环境影响评估方法 | |
CN101593273A (zh) | 一种基于模糊综合评价的视频情感内容识别方法 | |
CN104713835A (zh) | 一种烟叶颜色在线数值化识别方法 | |
CN111461121A (zh) | 一种基于yolov3网络的电表示数识别方法 | |
CN110070024A (zh) | 一种皮肤压力性损伤热成像图像识别的方法、系统及手机 | |
CN112966789A (zh) | 一种烟叶成熟度识别方法、装置及设备 | |
CN115188031A (zh) | 指纹识别方法、计算机程序产品、存储介质及电子设备 | |
CN114550299A (zh) | 基于视频的老年人日常生活活动能力评估系统和方法 | |
CN112801940A (zh) | 模型评测方法、装置、设备及介质 | |
CN111221915B (zh) | 基于CWK-means的在线学习资源质量分析方法 | |
CN116311380A (zh) | 一种面向小样本数据自主学习的皮肤分型方法 | |
JP2003157439A (ja) | 画像のカテゴリー化による画像特徴量の相関抽出方法とその相関抽出装置 | |
CN116434273A (zh) | 一种基于单正标签的多标记预测方法及系统 | |
CN115456693A (zh) | 一种大数据驱动的汽车外造型设计的自动评估方法 | |
CN114708634A (zh) | 基于人脸图像的相对体重分析方法、装置及电子设备 | |
CN115248217A (zh) | 一种基于图像识别的材料性能检测评价方法 | |
CN118012921B (zh) | 一种用于知识产权虚拟实验的人机交互数据处理系统 | |
CN115329903B (zh) | 应用于数字孪生城市的空间数据集成方法及系统 |
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 |