[發明專利]招聘方法、電子裝置及可讀存儲介質

在審

• 申請號: 201710916039.1
• 申請日: 2017-09-30
• 公開（公告）號: CN107784482A
• 公開（公告）日: 2018-03-09
• 發明（設計）人: 王健宗;王晨羽;馬進;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06K9/00;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙)44347
• 代理人: 高杰,于志光

1.一種電子裝置，其特征在于，所述電子裝置包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的招聘系統，所述招聘系統被所述處理器執行時實現如下步驟：

A、獲取應聘人員的人臉照片；

B、對所述人臉照片利用預先確定的識別模型進行識別，得到所述人臉照片對應的績效等級，以供招聘人員參考得到的績效等級對該應聘人員進行招聘；其中，所述預先確定的識別模型為預先通過對標注有不同績效等級的預設數量人臉樣本圖片進行訓練得到的深度卷積神經網絡模型。

2.如權利要求1所述的電子裝置，其特征在于，所述招聘系統被所述處理器執行實現所述步驟B時，還包括：

從預設數據庫中找出各個不同績效等級對應的員工人臉照片，提取出各個員工人臉照片中的五官部位，統計各個不同績效等級對應的五官部位照片中各個器官的預設分類特征分布數量，并根據統計結果確定各個不同績效等級對應的各個器官績效分類特征；

其中，所述五官部位包括眉毛、眼睛、耳朵、鼻子和嘴巴中的至少一個；所述預設分類特征為眉毛的形狀、兩個內眼角之間的距離、耳朵的種類、鼻尖與兩個嘴角連接形成的角度或上嘴唇的弧度。

3.如權利要求2所述的電子裝置，其特征在于，所述所述預先確定的識別模型的訓練過程如下：

A、為各個不同績效等級準備對應的預設數量的五官中各個器官樣本圖片，為每個器官樣本圖片標記對應的績效等級；其中，各個器官樣本圖片為包含各個不同績效等級對應的各個器官績效分類特征的圖片；

B、將各個器官對應的器官樣本圖片分為第一比例的訓練集、第二比例的驗證集；

C、利用所述訓練集訓練各個器官對應的識別模型；

D、利用所述驗證集驗證訓練的識別模型的準確率，若所有器官對應的識別模型的準確率大于或者等于預設準確率，則訓練結束，或者，若有器官對應的識別模型的準確率小于預設準確率，則增加該器官的各個不同績效等級對應的器官樣本圖片數量并重新執行上述步驟B、C、D。

4.如權利要求3所述的電子裝置，其特征在于，所述招聘系統被所述處理器執行實現所述步驟B時，還包括：

提取出所述人臉照片中的五官部位；

利用訓練好的各個器官對應的識別模型識別出提取的五官部位中各器官對應的績效等級；

根據預設的不同器官權重，以及識別出的各器官對應的績效等級計算所述人臉照片對應的績效等級M的公式為：

M＝a*M1+b*M2+c*M3+d*M4+e*M5

其中，a為眉毛對應的績效等級M1的權重系數，b為眼睛對應的績效等級M2的權重系數，c為耳朵對應的績效等級M3的權重系數，d為鼻子對應的績效等級M4的權重系數，e為嘴巴對應的績效等級M5的權重系數。

5.一種招聘方法，其特征在于，所述招聘方法包括：

步驟一、獲取應聘人員的人臉照片；

步驟二、對所述人臉照片利用預先確定的識別模型進行識別，得到所述人臉照片對應的績效等級，以供招聘人員參考得到的績效等級對該應聘人員進行招聘；其中，所述預先確定的識別模型為預先通過對標注有不同績效等級的預設數量人臉樣本圖片進行訓練得到的深度卷積神經網絡模型。

6.如權利要求5所述的招聘方法，其特征在于，該方法還包括：

從預設數據庫中找出各個不同績效等級對應的員工人臉照片，提取出各個員工人臉照片中的五官部位，統計各個不同績效等級對應的五官部位照片中各個器官的預設分類特征分布數量，并根據統計結果確定各個不同績效等級對應的各個器官績效分類特征；

其中，所述五官部位包括眉毛、眼睛、耳朵、鼻子和嘴巴中的至少一個；所述預設分類特征為眉毛的形狀、兩個內眼角之間的距離、耳朵的種類、鼻尖與兩個嘴角連接形成的角度或上嘴唇的弧度。