員是不誠實的，測試系統(tǒng)則隨機(jī)重復(fù)出現(xiàn)測謊刺激信息附近的刺激 信息。測試系統(tǒng)選擇重復(fù)率高的反饋信息作為真實的反饋信息。
[0063] 實施例二
[0064] 本實施例以隱馬爾科夫模型為統(tǒng)計模型建立至少一個認(rèn)知維度的樣本模型。隱馬 爾可夫模型（HiddenMarkovModel，HMM)是統(tǒng)計模型，它用來描述一個含有隱含未知參數(shù) 的馬爾可夫過程。是從可觀察的參數(shù)中確定該過程的隱含參數(shù)。然后利用這些參數(shù)來作進(jìn) 一步的分析。
[0065] 隱馬爾可夫模型（HMM)可以用五個元素來描述，包括2個狀態(tài)集合和3個概率矩 陣：
[0066] 1 ?隱含狀態(tài)S
[0067] 這些狀態(tài)之間滿足馬爾可夫性質(zhì)，是馬爾可夫模型中實際所隱含的狀態(tài)。這些狀 態(tài)通常無法通過直接觀測而得到。（例如Sl、S2、S3等等）
[0068] 2.可觀測狀態(tài)0
[0069] 在模型中與隱含狀態(tài)相關(guān)聯(lián)，可通過直接觀測而得到。（例如01、02、03等等，可 觀測狀態(tài)的數(shù)目不一定要和隱含狀態(tài)的數(shù)目一致。）
[0070] 3?初始狀態(tài)概率矩陣31
[0071] 表示隱含狀態(tài)在初始時刻t= 1的概率矩陣，（例如t= 1時，P(S1) =pl、P(S2) =P2、P(S3) =p3,則初始狀態(tài)概率矩陣it=[pip2p3].
[0072] 4?隱含狀態(tài)轉(zhuǎn)移概率矩陣A。
[0073] 描述了HMM模型中各個狀態(tài)之間的轉(zhuǎn)移概率。
[0074] 其中Aij=P(Sj|Si)，l彡i，j彡N.表示在t時亥I」、狀態(tài)為Si的條件下，在t+1 時刻狀態(tài)是Sj的概率。
[0075] 5.觀測狀態(tài)轉(zhuǎn)移概率矩陣B(英文名為ConfusionMatrix，直譯為混淆矩陣不太 易于從字面理解）。
[0076] 令N代表隱含狀態(tài)數(shù)目，M代表可觀測狀態(tài)數(shù)目，則：
[0077]Bij=P(0i|Sj)，1 彡i彡M，1彡j彡N.
[0078] 表示在t時刻、隱含狀態(tài)是Sj條件下，觀察狀態(tài)0i的概率。
[0079] -般情況下，用A= (A，B，JT)三元組來簡潔的表示一個隱馬爾可夫模型。
[0080] 如上所述，選取大量不同背景、不同文化、不同性別、不同年齡的樣本人員。對樣本 人員進(jìn)行測試并結(jié)合測試結(jié)果建立隱馬爾科夫的樣本模型。
[0081] 對測試人員呈現(xiàn)包括至少一種刺激信息的情景，刺激測試人員產(chǎn)生生理反應(yīng)和/ 或心理反應(yīng)。錄入測試人員的生理信息參數(shù)和/或反饋信息參數(shù)。提取生理信息參數(shù)和/ 或反饋信息參數(shù)中的特征值。
[0082] 其中，生理反應(yīng)包括測試人員的微表情變化。
[0083]微表情是在人們在試圖壓抑、隱藏真實情感過程中所表現(xiàn)出來的一種快速、不易 察覺的面部表情，它的持續(xù)時間一般僅為1/25至1/5秒，也有研究者將微表情持續(xù)時間定 義為低于l/2s，經(jīng)常被人們所忽略。但是，對人的面部測繪行為研究證實，微表情將人的隱 蔽情感更全面的暴露出來，它更能表達(dá)人的真實情緒。
[0084]識別測試人員的微表情的方法包括應(yīng)變模式方法、光流法、基于差分切片能量圖 和Gabor變換的識別方法和機(jī)器學(xué)習(xí)方法。
[0085] 如圖4所示，光流法將微表情自動識別分成2個階段，訓(xùn)練階段和測試階段。在訓(xùn) 練階段中，首先讀入訓(xùn)練視頻，然后對視頻解碼，再對幀標(biāo)記中性表情、微表情和紅表情，并 使用這些幀計算確定光流微表情的閾值和光流應(yīng)變閾值（憑此設(shè)定測試階段的范圍。）在 測試階段，讀入測試視頻，首先標(biāo)記中性表情，然后在測試視頻中計算各幀與中性表情幀的 光流與光流應(yīng)變值，如果滿足設(shè)定范圍，則判斷此表情幀為微表情幀。
[0086] 采用人臉圖像的區(qū)域分割結(jié)合光流法確定微表情，步驟包括：
[0087] 1、采用Adaboost-Haar分類器定位人眼，計算人眼質(zhì)心的位置，并檢測出兩眼的 質(zhì)心連線位置；然后通過對齊兩眼的質(zhì)心連線將所有幀記錄到七十幀，為了增加穩(wěn)定性，匹 配左上角皮膚像素。
[0088] 2、將人臉圖像空間分割成8個區(qū)域，即額頭、左右眼、左右面頰、左右的嘴和下巴。
[0089]3、計算光流應(yīng)變及閾值，為了減少宏表情的影響，將宏表情部分分離出來并剔除。
[0090] 識別的微表情遵循以下2個標(biāo)準(zhǔn)，1)應(yīng)變大小必須明顯比周圍區(qū)域大。2)應(yīng)變持 續(xù)時間必須大于0.2S。其中，每個區(qū)域的平均應(yīng)變
[0091]
其中，N為總幀數(shù)，為第f幀的區(qū)域R的應(yīng)變值。每n幀檢測 局部峰值，每n幀中一個微表情的峰值Pf被檢測到的條件為#在峰值±4幀的 所有值滿足>2辭^其中，aG(〇，1)。
[0092] 機(jī)器學(xué)習(xí)方法
[0093] 將人臉劃分提取12個感興趣的區(qū)域及其各個區(qū)域的三維梯度方向直方圖作為描 述子；然后，每個區(qū)域的動作都被用以局部倒數(shù)數(shù)量為基礎(chǔ)的三維斜度方位直方圖描述符 來描述。
[0094] 如果一個視頻數(shù)據(jù)集被定義為v(x，y，t)，沿x軸、y軸、t軸方向的時空梯度記分 別為 5vx (x，y，t)，5vy (x，y，t)和 5vt (x，y，t)，每一組時空梯度對（5vx，8 vy)，（ 8vy，8 vt) 和（Svx，Svt)的幅度分別為
[0098]定位 0Xy(x，y，t)，0yt(x，y，t)，0Xt(x，y，t)分別記為
[0101]
[0102] 對微表情的每一幀的這6個信號的直方圖進(jìn)行歸一化處理，在每個人臉區(qū)域通過 k均值聚類檢測微表情肌肉的建立、肌肉變化幅度最大、肌肉的釋放的精度。采用機(jī)器學(xué)習(xí) 方法可準(zhǔn)確的識別13中微表情的onset，apex，和offset3個階段。
[0103] 本發(fā)明依據(jù)上述微表情識別方法有效錄入樣本人員的微表情，并且建立微表情的 隱馬爾可夫樣本模型。
[0104]利用隱馬爾科夫模型統(tǒng)計測試人員的生理信息特征值和/或反饋信息特征值從 而得到測試人員的每一個認(rèn)知維度的認(rèn)知參數(shù)，此部分內(nèi)容與實施例一的內(nèi)容完全相同， 不再重復(fù)說明。將樣本模型的認(rèn)知參數(shù)劃分為至少兩個認(rèn)知等級，例如較好和較差。也可 以劃分為四個認(rèn)知等級"好、較好、較差、差"。對比測試人員的每一個認(rèn)知維度的認(rèn)知參數(shù) 在樣本模型中同一認(rèn)知維度的認(rèn)知參數(shù)分布區(qū)域，從而得到測試人員的認(rèn)知維度的認(rèn)知參 數(shù)等級，即認(rèn)知準(zhǔn)確度。
[0105] 在對測試人員進(jìn)行人格特質(zhì)值測試的過程中，通過分析測試人員的微表情來分析 測試人員的認(rèn)真態(tài)度、情緒變化以及是否說謊。從而采取相應(yīng)的措施調(diào)整測試人員的情緒、 態(tài)度以及使測試人員誠實反饋信息。
[0106] 若對測試人員的微表情分析發(fā)現(xiàn)測試人員的情緒不佳，出現(xiàn)低落、郁悶的情緒，則 調(diào)整刺激信息呈現(xiàn)的順序，調(diào)整測試人員的情緒。例如，將能夠調(diào)動測試人員積極情緒的， 含有音樂或游戲的刺激信息提前呈現(xiàn)，從而使測試人員恢復(fù)積極的情緒。
[0107] 若對測試人員的微表情分析發(fā)現(xiàn)測試人員的態(tài)度不認(rèn)真，測試系統(tǒng)對測試人員發(fā) 出提示信息。若測試人員的微表情轉(zhuǎn)變?yōu)檎J(rèn)真，則繼續(xù)呈現(xiàn)刺激信息。否則，在測試過程中 反復(fù)呈現(xiàn)相似的提示信息，直到測試人員認(rèn)真為止。然后，重新呈現(xiàn)在測試人員不認(rèn)真期間 呈現(xiàn)的刺激信息，獲得測試人員真實的反饋信息，從而保證了測試人員的測試結(jié)果更加準(zhǔn) 確。
[0108] 若對測試人員的微表情分析發(fā)現(xiàn)測試人員出現(xiàn)撒謊現(xiàn)象，對測試人員發(fā)出警告或 提示。要求測試人員誠實對待人格特質(zhì)值測試。警告可以是語音形式或文字形式呈現(xiàn)?；?者，含有警告信息的語音和文字同時呈現(xiàn)給測試人員。在呈現(xiàn)警告信息的時候，可以配合燈 光的閃爍。同時，在警告發(fā)出后，測試系統(tǒng)隨機(jī)在有序的刺激信息中插入并呈現(xiàn)測謊刺激信 息，同時監(jiān)測并分析測試人員的微表情信息。在測謊刺激信息的反饋結(jié)果和微表情的分析 結(jié)果都顯示測試人員是誠實的時候，測試系統(tǒng)保存測試人員的反饋信息特征值和/或生理 信息