基于人工智能和脑电皮电的谈话场景测谎机器人的制作方法

技术特征：
1.一种人工智能方法，其特征在于，所述方法包括：测试获取步骤：获取两组测试，要求用户对一组进行正确选择，另一组进行故意地错误选择；测试前脑电获取步骤：获取待测用户进行选择之前未受到任何刺激时的脑电信号或/和皮电信号，作为第一信号；未撒谎脑电获取步骤：获取待测用户进行正确选择时的脑电信号或/和皮电信号，作为第二信号；撒谎脑电获取步骤：获取待测用户进行故意错误选择时的脑电信号或/和皮电信号，作为第三信号；待测用户模型构建步骤：初始化深度学习神经网络作为待测用户的测谎人工智能模型；获取待测用户的多对第一信号、第二信号、第三信号；将第一信号与第二信号作为输入，将未撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第三信号作为输入，将撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；测谎前脑电获取步骤：获取待测用户进行测谎之前未受到任何刺激时的脑电信号或/和皮电信号，作为第四信号；测谎时脑电获取步骤：获取待测用户对测谎问题的回答，并获取所述回答时的脑电信号或/和皮电信号，作为第五信号；测谎计算步骤：将第四信号与第五信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假。2.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：获取个人信息步骤：获取用户的个人信息，包括性别、年龄；通用测谎模型构建步骤：初始化深度学习神经网络作为不限用户的测谎人工智能模型；获取多个用户的多对第一信号、第二信号、第三信号、个人信息；将第一信号、第二信号、个人信息作为输入，将未撒谎作为预期输出，对不限用户的测谎人工智能模型进行训练；将第一信号、第三信号、个人信息作为输入，将撒谎作为预期输出，对不限用户的测谎人工智能模型进行训练；通用测谎计算步骤：将第四信号、第五信号、个人信息作为输入，通过不限用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假。3.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：获取部分撒谎脑电步骤：获取待测用户同时进行正确和错误选择时的脑电信号或/和皮电信号，作为第六信号；精细测谎模型构建步骤：初始化深度学习神经网络作为待测用户的测谎人工智能模型；获取待测用户的多对第一信号、第二信号、第三信号、第六信号；将第一信号与第二信号作为输入，将未撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第三信号作为输入，将撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第六信号作为输入，将部分撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；
精细测谎计算步骤：将第四信号与第五信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假；若输出为部分撒谎，则待测用户对测谎问题的回答为部分真、部分假。4.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：获取待确认信息步骤：获取待确认的多条信息；获取对待确认信息的选择步骤：获取待测用户对待确认的多条信息的选择；确认前脑电获取步骤：获取待测用户对待确认信息进行选择之前未受到任何刺激时的脑电信号或/和皮电信号，作为第七信号；确认时脑电获取步骤：获取待测用户对待确认信息的选择以及选择时的脑电信号或/和皮电信号，作为第八信号；确认计算步骤：将第七信号与第八信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对待确认信息的选择为真；若输出为撒谎，则待测用户对待确认信息的选择为假；重新选择步骤：若待测用户对待确认信息的选择为假，则回到获取对待确认信息的选择步骤，并提示待测用户进行重新选择。5.一种人工智能系统，其特征在于，所述系统包括：测试获取模块：获取两组测试，要求用户对一组进行正确选择，另一组进行故意地错误选择；测试前脑电获取模块：获取待测用户进行选择之前未受到任何刺激时的脑电信号或/和皮电信号，作为第一信号；未撒谎脑电获取模块：获取待测用户进行正确选择时的脑电信号或/和皮电信号，作为第二信号；撒谎脑电获取模块：获取待测用户进行故意错误选择时的脑电信号或/和皮电信号，作为第三信号；待测用户模型构建模块：初始化深度学习神经网络作为待测用户的测谎人工智能模型；获取待测用户的多对第一信号、第二信号、第三信号；将第一信号与第二信号作为输入，将未撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第三信号作为输入，将撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；测谎前脑电获取模块：获取待测用户进行测谎之前未受到任何刺激时的脑电信号或/和皮电信号，作为第四信号；测谎时脑电获取模块：获取待测用户对测谎问题的回答，并获取所述回答时的脑电信号或/和皮电信号，作为第五信号；测谎计算模块：将第四信号与第五信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假。6.根据权利要求5所述的人工智能系统，其特征在于，所述系统还包括：获取个人信息模块：获取用户的个人信息，包括性别、年龄；通用测谎模型构建模块：初始化深度学习神经网络作为不限用户的测谎人工智能模
型；获取多个用户的多对第一信号、第二信号、第三信号、个人信息；将第一信号、第二信号、个人信息作为输入，将未撒谎作为预期输出，对不限用户的测谎人工智能模型进行训练；将第一信号、第三信号、个人信息作为输入，将撒谎作为预期输出，对不限用户的测谎人工智能模型进行训练；通用测谎计算模块：将第四信号、第五信号、个人信息作为输入，通过不限用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假。7.根据权利要求5所述的人工智能系统，其特征在于，所述系统还包括：获取部分撒谎脑电模块：获取待测用户同时进行正确和错误选择时的脑电信号或/和皮电信号，作为第六信号；精细测谎模型构建模块：初始化深度学习神经网络作为待测用户的测谎人工智能模型；获取待测用户的多对第一信号、第二信号、第三信号、第六信号；将第一信号与第二信号作为输入，将未撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第三信号作为输入，将撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第六信号作为输入，将部分撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；精细测谎计算模块：将第四信号与第五信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假；若输出为部分撒谎，则待测用户对测谎问题的回答为部分真、部分假。8.根据权利要求5所述的人工智能系统，其特征在于，所述系统还包括：获取待确认信息模块：获取待确认的多条信息；获取对待确认信息的选择模块：获取待测用户对待确认的多条信息的选择；确认前脑电获取模块：获取待测用户对待确认信息进行选择之前未受到任何刺激时的脑电信号或/和皮电信号，作为第七信号；确认时脑电获取模块：获取待测用户对待确认信息的选择以及选择时的脑电信号或/和皮电信号，作为第八信号；确认计算模块：将第七信号与第八信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对待确认信息的选择为真；若输出为撒谎，则待测用户对待确认信息的选择为假；重新选择模块：若待测用户对待确认信息的选择为假，则回到获取对待确认信息的选择模块，并提示待测用户进行重新选择。9.一种机器人，包括存储器、处理器及存储在存储器上并可在处理器上运行的人工智能机器人程序，其特征在于，所述处理器执行所述程序时实现权利要求1
‑
4任意一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1
‑
4任意一项所述方法的步骤。

技术总结
基于人工智能和脑电皮电的谈话场景测谎机器人，包括：测试获取步骤；测试前脑电获取步骤；未撒谎脑电获取步骤；撒谎脑电获取步骤；待测用户模型构建步骤；测谎前脑电获取步骤；测谎时脑电获取步骤；测谎计算步骤。上述方法、系统和机器人，首先通过深度学习模型根据待测用户在平时和被测情况下的脑电皮电以及是否撒谎的事实来进行训练，然后利用该深度学习模型就可以在审讯时进行测谎，从而得知待测用户所说的话语或所进行选择的真假。说的话语或所进行选择的真假。说的话语或所进行选择的真假。


技术研发人员：朱定局
受保护的技术使用者：深圳市鹰瞳智能技术有限公司
技术研发日：2021.08.11
技术公布日：2021/11/4