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; ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。