[发明专利]面试人员的性格预测方法、装置、计算机设备及计算机存储介质在审

专利信息
申请号: 201811331330.3 申请日: 2018-11-09
公开(公告)号: CN109657542A 公开(公告)日: 2019-04-19
发明(设计)人: 朱昱锦;徐国强;邱寒 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08;G06Q10/10
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预测模型 测评 计算机存储介质 计算机设备 人脸图像 人脸样本 预测 卷积神经网络 人工智能领域 结果标签 图像输入 性格特征 映射关系 构建 图像 携带 记录
【权利要求书】:

1.一种面试人员的性格预测方法,其特征在于,包括:

获取多张携带性格测评结果标签的人脸样本图像;

将所述人脸样本图像输入至卷积神经网络进行训练,构建性格预测模型,所述性格预测模型中记录有人脸图像与性格测评结果的映射关系;

将面试人员的人脸图像输入至所述性格预测模型,预测出所述面试人员对应的性格测评结果。

2.根据权利要求1所述的方法,其特征在于,所述获取多张携带性格测评结果标签的人脸样本图像包括:

获取人脸图像库中各个性格方向的人脸图像,所述人脸图像库中包含有不同性格测评结果的人脸图像;

采用开源网络模型对所述各个性格方向的人脸图像进行背景过滤处理,得到不同性格方向的多张人脸样本图像;

根据所述人脸图像库中的性格测评结果对人脸图像进行标记,得到携带不同性格测评结果标签的人脸图像。

3.根据权利要求1所述的方法,其特征在于,所述卷积神经网络模型包括多层结构,所述将所述多张人脸样本图像输入至卷积神经网络进行训练,构建性格预测模型包括:

通过所述卷积神经网络模型的卷积层提取所述人脸样本图像在各个性格方向上的特征参数;

通过所述卷积神经网络模型的全连接层汇总所述人脸样本图像在各个性格方向上的特征参数,得到多维度人脸图像在各个性格方向上的特征参数;

通过所述卷积神经网络模型的池化层对所述多维度人脸图像在各个性格方向上的特征参数进行降维处理,得到人脸图像在各个性格方向上的权重向量;

通过所述卷积神经网络模型的分类层根据所述人脸图像在各个性格方向上的权重向量生成人脸图像在各个性格方向上的性格测评结果,构建性格预测模型。

4.根据权利要求1-3中任一项所述的方法,其特征在于,所述性格测评结果包括面试人员在各个性格方向上的测评结果,在所述将面试人员的人脸图像输入至所述性格预测模型,预测出所述面试人员对应的性格测评结果之后,所述方法还包括:

根据面试人员所面试岗位的岗位技能设置所述面试岗位考察的性格方向;

从所述面试人员对应的性格测评结果中提取出面试人员在所述面试岗位考察的性格方向上的测评结果;

根据所述面试人员在所述面试岗位考察的性格方向上的测评结果,确定面试人员与面试岗位的匹配情况。

5.根据权利要求4所述的方法,其特征在于,所述根据所述面试人员在所述面试岗位考察的性格方向上的测评结果,确定面试人员与面试岗位的匹配情况包括:

如果所述面试人员在所述面试岗位考察的性格方向上的测评结果达到预先设置符合面试岗位的测评标准,则判定所述面试人员与所述面试岗位相匹配;

如果所述面试人员在所述面试岗位考察的性格方向上的测评结果未达到预先设置符合面试岗位的测评标准,则判定所述面试人员与所述面试岗位不匹配。

6.根据权利要求5所述的方法,其特征在于,在所述如果所述面试人员在所述面试岗位考察的性格方向上的测评结果未达到预先设置符合面试岗位的测评标准,则判定所述面试人员与所述面试岗位不匹配之后,所述方法还包括:

从底层数据库中随机挑选在所述面试岗位考察的性格方向上的面试题目,根据所述面试题目对所述面试人员进行考察,所述底层数据库中预先存储有各个性格方向上的面试题目。

7.根据权利要求5所述的方法,其特征在于,在所述将面试人员的人脸图像输入至所述性格预测模型,预测出所述面试人员对应的性格测评结果之后,所述方法还包括:

根据所述面试人员所面试岗位团队的预期岗位构成,获取面试岗位团队中各个岗位样本人员对应的性格测评结果;

将所述样本人员在各个性格方向上的测评结果的平均分布与预先设置符合面试岗位团队的测评标准进行比较,获取所述面试岗位团队在各个性格方向上的人员需求情况。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811331330.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top