本发明属于行为决策，涉及一种基于测试进程映射的行为实验测试结果生成方法及系统。
背景技术：
1、采用实验方法来开展社会科学领域研究的实验，就是行为决策实验。行为决策实验是以行为经济学、实验经济学、博弈论为理论指导而设计的实验，行为经济学/实验经济学是最近二十年来发展最迅速的经济学分支，它是采用实验手段，开展经济理论研究的方法。随着实验方法及研究成果，在诸如：
2、(1)2000年英国手机3g频谱拍卖(bi nmore and klemperer，2002)；
3、(2)美联储、美国财政部、加拿大央行依靠实验方法对于其货币政策(bl inderand morgan，2008；hommes et al.，2019)、支付系统改革(ar ifovic et a l.，2017)的效果预检验；
4、(3)欧洲央行债券发行机制(back and zender，1993)进行推行前的效果预检验；
5、等多项社会热点领域的应用，使得实验方法“开始成为经济学研究新的范式”。
6、国内也有越来越多的学者，通过设计、开展行为决策实验，完成许多课题的研究工作。采用实验方法开展研究的流程一般是：设计行为决策实验-组织并完成行为决策实验-分析实验数据并给出研究结论。早期，本领域的学者在开展研究或教学时，主要采取纸、笔，结合一些道具来开展实验研究和教学，其后，开始有专门的计算机程序、app开始为此类需求提供技术支撑和服务。现有设备以应用软件的方式，在实验室被使用，导致不能准确获取测试者随实验进行不同阶段的准确交互反应。
技术实现思路
1、本发明的目的在于提供一种基于测试进程映射的行为实验测试结果生成方法及系统，准确获取测试者随实验进行不同阶段的准确交互反应，获取更准确的测试结果。
2、为了达到上述目的，本发明的基础方案为：一种基于测试进程映射的行为实验测试结果生成方法，包括如下步骤：
3、s1，将测试实验按照时间分为多个测试进程，提取不同测试进程的行为实验的特征集合，从不同测试进程的特征里筛选每个测试进程对应的主特征；
4、s2，采集不同测试进程中测试者的生理特征；
5、s3，采集不同测试进程的测试者的视频信息，提取测试者的行为特征；
6、s4，将测试者的生理特征与行为特征进行融合，并与测试进程的主特征以及特征集合对应映射；
7、s5，基于神经网络，建立行为实验测试的基于主特征的快速测试模型，以及该行为实验测试的基于全部特征集合的精细测试模型；
8、s6，将测试者的生理特征和行为特征，输入快速测试模型，得到测试结果，若测试结果得分超过阈值，则得出结论，若低于阈值，则测人员的生理特征和行为特征，输入精细测试模型，得到精细测试结果。
9、本基础方案的工作原理和有益效果在于：本技术方案将测试实验按照时间分为多个测试进程，并分别提取其特征，便于针对性测试。采集测试者的生理特征和行为特征，准确获取测试者随实验进行不同阶段的准确交互反应，结合快速测试模型和精细测试模型，获取更准确的测试结果。
10、进一步，所述不同测试进程的行为实验的特征包括认知信息，情绪和情感信息，社会行为信息，决策能力，学习能力，记忆能力，心理健康；
11、主特征是特征集合中占该测试进程中测试时间最长的特征。
12、获取所需的特征信息，便于使用。
13、进一步，步骤s3中，采集不同测试进程的测试者的视频信息，提取测试者行为特征，具体方法如下：
14、s31，获取视频图像；
15、s32，将采集的视频图像输入卷积神经网络卷积层的三个通道，根据视频图像定位人体区域，获取身体感兴区域、面部感兴趣区和眼部感兴趣区域，每个通道对应一个感兴趣区域；
16、s33，每个通道包括空间信息提取子通道、时间信息提取子通道和特征融子合模块；
17、所述空间信息提取子通道用于提取该通道中视频数据的空间信息，所述空间信息包括测试者的感兴趣区域的位置变动信息；
18、所述时间信息提取子通道用于提取该通道中视频数据中的时间信息，所述时间信息包括动作特征信息；
19、所述特征融合子模块将所述感兴趣区域的位置变动信息及动作特征信息进行融合。
20、采集不同测试进程的测试者的视频信息，提取测试者行为特征，获取更准确的交互反应。
21、进一步，所述空间信息提取子通道提取该通道中视频数据中的空间信息的方法为：
22、将视频数据输入第一下采样模块，得到下采样视频向量；
23、将下采样视频向量输入特征提取模块，提取向量数据中的感兴趣区域；
24、第二下采样模块采集感兴趣区域的图像，并使用特征提取模块提取测试者的感兴趣区域的位置变动信息。
25、提取空间信息，利于分析视频数据。
26、进一步，所述时间信息提取子通道提取该通道中视频数据中的时间信息的方法为：
27、设置数据抽帧模块，采用间隔3帧取一帧的方式，将视频抽帧为高时间低空间分辨率的图像集合，并将其转化为一组高维的特征向量数据；
28、设置线性转化模块，将高维的特征向量数据转化为一维的向量数据，并输入特征提取模块初步提取动作特征信息，所述动作特征信息包括眼神、手势以及动作。
29、获取时间信息，便于和测试进程对应，以便对应行为动作信息。
30、进一步，所述特征提取模块包括依次连接的归一化层、多头注意力层和多层感知机层；
31、归一化层对输入的监控视频帧进行预处理，消除数据的偏差和噪声；
32、多头注意力层对视频帧进行自注意力计算，捕获监控视频帧内部的时空关系；
33、多层感知机层对特征进行非线性变换和融合。
34、结构简单，便于特征提取。
35、进一步，所述特征融合子模块将所述感兴趣区域的位置变动信息及动作特征信息进行融合的步骤如下：
36、s331，将所述感兴趣区域的位置变动信息及动作特征信息输入卷积层、归一化层，对时间维度进行变换，使时间维度和空间维度统一；
37、s332，将时间信息提取通道和空间信息提取通道生成的语义特征和空间特征在像素区域整合成一维向量的形式；
38、s333，将输入信息的时间特征输入与残差连接的多层感知机层，对时间特征进行非线性变换和融合处理；
39、s334，将处理后的时间特征输入标准化层进行规范化处理，并将处理后的时间特征向量扩展到与空间特征向量相同的维度后进行连接，得到一个综合的时空特征。
40、将所述感兴趣区域的位置变动信息及动作特征信息进行融合，获取准确的行为特征信息。
41、本发明还提供一种基于测试进程映射的行为实验测试结果生成系统，包括数据采集模块和处理模块；
42、所述数据采集模块用于采集测试者的生理特征、行为特征，并传输至处理模块；
43、所述处理模块执行本发明所述方法，生成行为实验测试结果。
44、利用本发明获取测试者随实验进行不同阶段的准确交互反应，生成更准确的行为实验测试结果。
45、进一步，所述数据采集模块包括心率传感器、呼吸传感器、皮肤电传感器、脑电传感器和摄像头；
46、所述摄像头采集测试者随时间变化的动作、姿势、表情、眼神特征图像。
47、各传感器采集所需的相应生理特征，结合摄像头采集的行为特征，便于测试使用。
1.一种基于测试进程映射的行为实验测试结果生成方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于测试进程映射的行为实验测试结果生成方法，其特征在于，所述不同测试进程的行为实验的特征包括认知信息，情绪和情感信息，社会行为信息，决策能力，学习能力，记忆能力，心理健康；
3.如权利要求1所述的基于测试进程映射的行为实验测试结果生成方法，其特征在于，步骤s3中，采集不同测试进程的测试者的视频信息，提取测试者行为特征，具体方法如下：
4.如权利要求3所述的基于测试进程映射的行为实验测试结果生成方法，其特征在于，所述空间信息提取子通道提取该通道中视频数据中的空间信息的方法为：
5.如权利要求3所述的基于测试进程映射的行为实验测试结果生成方法，其特征在于，所述时间信息提取子通道提取该通道中视频数据中的时间信息的方法为：
6.如权利要求4或5所述的基于测试进程映射的行为实验测试结果生成方法，其特征在于，所述特征提取模块包括依次连接的归一化层、多头注意力层和多层感知机层；
7.如权利要求3所述的基于测试进程映射的行为实验测试结果生成方法，其特征在于，所述特征融合子模块将所述感兴趣区域的位置变动信息及动作特征信息进行融合的步骤如下：
8.一种基于测试进程映射的行为实验测试结果生成系统，其特征在于，包括数据采集模块和处理模块；
9.如权利要求8所述的基于测试进程映射的行为实验测试结果生成系统，其特征在于，所述数据采集模块包括心率传感器、呼吸传感器、皮肤电传感器、脑电传感器和摄像头；
