[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
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 | ||
本发明公开了一种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,涉及人工智能领域,可以为面试官提供更多关于面试人员性格特征的信息。所述方法包括: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。
技术领域
本发明涉及人工智能技术领域,特别是涉及一种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。
背景技术
人才招聘是企业发展过程中不可缺少的一个重要环节。特别是具有人才需求的大企业,需要面试官能快速,准确的了解面试者,这样才能有效的甄选适合公司招聘要求的人才。
在现有的面试过程中,面试官通常会先审阅应聘者简历,并结合应聘岗位拟定面试问题;之后,面试官请应聘者作自我介绍,面试官提出问题,由应聘者回答,面试官可能会针对面试者的回答提出补充问题,应聘者也可以请面试官对公司的基本情况进行介绍;最后,面试官给出评估报告,合格者进入下一环节。根据现有的面试流程,面试官可以通过简历信息与应聘者对专业问题的回答情况,并结合以往经验和数据,大致评估应聘者的能力,或者根据应聘者对其他问题的回答判断其性格倾向,甚至可以根据应聘者的衣着、举止、表情、谈吐了解其人格特质。可以发现在现有的招聘面试流程中,并没有大范围使用自动化技术,还是以技术主管或人力资源负责人与应聘者面谈为主。
但在实践中,一方面,由于面试官的精力和能力有限,通过现有的面试流程,面试官很难从多个方面考察应聘者与岗位的匹配度;另一方面,由于参与面试的团队主管和团队成员往往没有受过专业的核人培训,通过现有的面试流程,面试官只能得到面试者的能力信息,无法得到更多关于应聘者格特征的信息,造成了信息的缺失。
发明内容
有鉴于此,本发明提供了一种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,主要目的在于解决现有技术的面试过程中难以获取面试人员性格特征信息的问题。
依据本发明一个方面,提供了一种面试人员的性格预测方法,该方法包括:
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。
进一步地,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。
进一步地,在所述获取人脸图像库中各个性格方向的人脸图像之后,所述方法还包括:
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。
进一步地,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;
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/201811331330.3/2.html,转载请声明来源钻瓜专利网。