基于人工智能的案件审判方法、装置及计算机设备制造方法及图纸

本发明专利技术适用于人工智能技术领域，提供了一种基于人工智能的案件审判方法、装置、存储设备及计算机设备。其中，方法包括：获取对目标发言人的脸部表情拍摄的目标视频；以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段；从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集；将提取的特征集输入预先训练好的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果；展示所述每个问题的撒谎评估结果。本发明专利技术通过识别每个目标发言人在回答每个问题时的撒谎概率，得到欺诈评估结果，辅助法官进行判决，减少主观因素影响，降低了案件的误判率。

Case Trial Method, Device and Computer Equipment Based on Artificial Intelligence

The invention is applicable to the field of artificial intelligence technology, and provides a case trial method, device, storage device and computer equipment based on artificial intelligence. Among them, the methods include: acquiring the target video captured by the facial expression of the target speaker; cutting the target video into a single problem unit to get the first video clip corresponding to each problem; extracting the motion morphological features of the target speaker's face from each first video clip separately to generate the feature set; and inputting the extracted feature set into the pre-trained scatter. The Lyric Assessment Deep Learning Model identifies the Lyric Assessment results of each question answered by the target speaker, and displays the Lyric Assessment results of each question. By identifying the probability of each target speaker's lie in answering each question, the invention obtains the fraud evaluation result, assists the judge in judging, reduces the influence of subjective factors, and reduces the misjudgment rate of the case.

【技术实现步骤摘要】
基于人工智能的案件审判方法、装置及计算机设备
本专利技术属于人工智能
，尤其涉及一种基于人工智能的案件审判方法、装置、存储介质及计算机设备。
技术介绍
传统的法庭，通过法官对律师、被告人、证人和陪审团相关的证词，进行专业的分析和判断，最终得出审判结果。然而，由于被告或者原告为了自己的权益，给出的证词一般是为了自己着想，当被告或者原告、以及相应的证人在撒谎或者夸大其词的时候，法官很难发现其中的瑕疵，从而导致案件的走向存在偏差，造成案件的审判结果不当。综上所述，目前的案件审判方法过于依靠法官存在误判的问题。
技术实现思路
有鉴于此，本专利技术实施例提供了一种基于人工智能的案件审判方法、装置、存储介质及终端设备，以解决现有技术中基于人工智能的案件审判方法存在过于依靠法官存在误判的问题。本专利技术实施例的第一方面提供了一种基于人工智能的案件审判方法，包括：获取对目标发言人的脸部表情拍摄的目标视频；以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段；从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集；将提取的特征集输入预先训练好的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果；展示所述每个问题的撒谎评估结果。本专利技术实施例的第二方面提供了一种基于人工智能的案件审判装置，包括：获取模块，用于获取对目标发言人的脸部表情拍摄的目标视频；切割模块，用于以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段；生成模块，用于从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集；识别模块，用于将提取的特征集输入预先训练好的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果；展示模块，用于展示所述每个问题的撒谎评估结果。本专利技术实施例的第三方面提供了一种计算机设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取对目标发言人的脸部表情拍摄的目标视频；以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段；从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集；将提取的特征集输入预先训练好的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果；展示所述每个问题的撒谎评估结果。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取对目标发言人的脸部表情拍摄的目标视频；以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段；从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集；将提取的特征集输入预先训练好的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果；展示所述每个问题的撒谎评估结果。本专利技术实施例通过获取目标发言人的脸部表情拍摄的目标视频，以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段，从每个第一视频片段中分别提取由各个目标发言人脸部包含的动作特征，生成特征集，将提取的特征集输入预先训练得到的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果，展示所述每个问题的撒谎评估结果，以使得法官结合根据所述每个问题的欺诈评估结果判断每个目标发言人的撒谎概率来审判案件。可见，本方案通过识别每个目标发言人在回答每个问题时的撒谎概率，得到欺诈评估结果，辅助法官进行判决，减少主观因素影响，降低了案件的误判率，解决了现有技术中过于依靠法官的主观意识造成审判结果不准确的问题。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例中基于人工智能的案件审判方法的一应用环境示意图；图2是本专利技术实施例一提供的基于人工智能的案件审判方法的实现流程示意图；图3是本专利技术实施例二提供的基于人工智能的案件审判装置的示意图；图4是本专利技术实施例提供的基于人工智能的案件审判装置中生成模块的示意图；图5是本专利技术实施例二提供的基于人工智能的案件审判装置中识别模块的示意图；图6是本专利技术实施例三提供的计算机设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。实施例一本申请提供的基于人工智能的案件审判方法，可应用在如图1的应用环境中，其中，计算机设备通过网络与服务器进行通信。其中，计算机设备/客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。图2示出了本专利技术实施例一提供的基于人工智能的案件审判方法的实现流程示意图。如图2所示，该基于人工智能的案件审判方法具体包括如下步骤101至步骤106。101、获取目标发言人的脸部表情拍摄的目标视频；本实施例中，应用的场景可以为法庭上，原告、原告的证人、被告、被告的证人、原告的律师和被告的律师就案件的细节问题进行辩论的场景。目标发言人至少包括原告、原告的证人、被告和被告的证人。在目标发言人进行发言时，不管他是坐着发言还是站着发言，其脸部是完全暴露在摄像头的拍摄范围内的，因此可以通过摄像头对所述目标发言人的脸部表情进行拍摄。获取目标发言人的脸部表情录制的目标视频可以有以下三种方式：第一种方式：为每个目标发言人配置一个或一组摄像头。例如，分别为原告、原告的证人、被告、被告的证人设置一个摄像头。第二种方式：通过一组摄像头拍摄目标发言人的脸部表情录制的目标视频，再通过人脸识别确定每个目标发言人的目标视频。第三种方式：通过一组摄像头拍摄目标发言人的脸部表情录制的目标视频，再通过特征词汇识别确定每个目标发言人的目标视频。例如，证人在发言时会表明自己的身份，“我是被告的证人XXX”,因此可快速确定该目标发言人为被告的证人，提取被告的证人的脸部特征信息，将所述脸部特征信息与被告的证人这个身份信息进行关联存储。类似地，将其他目标发言人的脸部特征信息与对应的身份信息进行关联存储。102、以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段。在本实施例中，可以是先将一次开庭的视频从头到尾进行录制，在录制完成后才进行分析处理，也可以是每录制预定的时间段(分阶段录制)后进行分析处理，然后汇总各个阶段的分析处理结果，还可以是边录制边分析处理。可以理解的是，由于目标发言人在发言时一般是被提问了才会回答问题，例如，法官对被告的证人提问，被告的证人接着回答；或者，原告的律师对被告进行提问，被告接着回答，因本文档来自技高网...

【技术保护点】
1.一种基于人工智能的案件审判方法，其特征在于，包括：获取对目标发言人的脸部表情拍摄的目标视频；以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段；从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集；将提取的特征集输入预先训练好的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果；展示所述每个问题的撒谎评估结果。

【技术特征摘要】
1.一种基于人工智能的案件审判方法，其特征在于，包括：获取对目标发言人的脸部表情拍摄的目标视频；以单个问题为单位对所述目标视频进行切割，得到每个问题对应的第一视频片段；从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集；将提取的特征集输入预先训练好的撒谎评估深度学习模型进行识别，输出所述目标发言人回答每个问题的撒谎评估结果；展示所述每个问题的撒谎评估结果。2.根据权利要求1所述的基于人工智能的案件审判方法，其特征在于，从每个第一视频片段中分别提取目标发言人脸部的动作形态特征，生成特征集，具体包括：按照预设第一时间间隔从所述第一视频片段的开始播放时间点开始等间距地确定出各个抽帧时间点；将所述第一视频片段中各个所述抽帧时间点对应的视频帧抽取出来，得到各个脸部图像；判断所述各个脸部图像的组合是否包含目标发言人动作形态特征的特征集，若没有包含目标发言人动作形态特征的特征集，则按照预设第二时间间隔进行操作直至各个脸部图像的组合能完整包含目标发言人动作形态特征的特征集。3.根据权利要求2所述的基于人工智能的案件审判方法，其特征在于，将提取的特征集输入预先训练得到的撒谎评估深度学习模型进行识别，包括：将所述特征集构造为待识别特征向量；根据所述待识别特征向量和预设微表情库中的每个预设表情的预设特征向量，计算所述脸部图像与每个所述预设表情属于同种表情类别的相似概率；当所述脸部图像与预设微表情库中的第一预设表情属于同种表情类别的相似概率大于预设阈值时，确定所述脸部图像的表情类别为所述第一预设表情的表情类别。4.根据权利要求1所述的基于人工智能的案件审判方法，其特征在于，所述撒谎评估深度学习模型为深度神经网络，所述撒谎评估深度学习模型通过以下方法预先训练得到：对所述深度神经网络进行反向传播的迭代训练；在每次迭代训练的前向传播过程中，确定批量训练图片实例中每个训练图片实例的损失值；根据各训练图片实例的损失值，从所述批量训练图片实例中确定出所有难度实例；对所述难度实例进行学习。5.根据权利要求4所述的基于人工智能的案件审判方法，其特征在于，在每次迭代训练的...

【专利技术属性】
技术研发人员：李凯平，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44