[發明專利]面試視頻數據處理方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201811546820.5
• 申請日: 2018-12-18
• 公開（公告）號: CN109766917A
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 付舒婷
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06F17/27;G06F16/33;G06F16/35
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

1.一種面試視頻數據處理方法，所述方法包括：

獲取面試者視頻，每隔預設時長從所述面試者視頻中截取面試圖片；

根據所述面試圖片進行人臉檢測，得到人臉圖片，根據所述人臉圖片得到微表情特征；

將所述微表情特征輸入已訓練的微表情識別模型中進行識別，得到微表情輸出特征；

根據所述微表情輸出特征和預設微表情的對應關系得到面試者微表情，根據所述面試者微表情得到面試者當前情緒狀態，將所述面試者當前情緒狀態發送面試終端。

2.根據權利要求1所述的方法，其特征在于，所述根據所述微表情輸出特征和預設微表情的對應關系得到面試者微表情，根據所述面試者微表情得到面試者當前情緒狀態，將所述面試者當前情緒狀態發送面試終端，包括：

根據所述微表情輸出特征和預設微表情的對應關系得到面試者微表情，根據所述面試者微表情得到面試者當前情緒狀態；

獲取面試者回答語音信息，根據所述面試者回答語音信息得到面試者回答文本信息；

使用關鍵詞提取算法提取所述面試者回答文本信息中的回答關鍵詞，根據所述回答關鍵詞和所述面試者當前情緒狀態確定提問問題，將所述面試者當前情緒狀態和所述提問問題發送面試終端。

3.根據權利要求2所述的方法，其特征在于，使用關鍵詞提取算法提取所述面試者回答文本信息中的回答關鍵詞，包括：

將所述回答文本信息分詞，得到分詞結果，根據所述分詞結果進行過濾，得到過濾結果；

根據過濾結果建立候選關鍵詞圖，獲取所述候選關鍵詞圖中詞節點的預設初始權重；

循環迭代所述候選關鍵詞圖，直至達到預設條件時，得到詞節點權重，對所述詞節點權重排序，根據排序結果獲取預設數的詞作為關鍵詞。

4.根據權利要求2所述的方法，其特征在于，使用關鍵詞提取算法提取所述面試者回答文本信息中的回答關鍵詞，包括：

將所述回答文本信息分詞，得到分詞結果，根據所述分詞結果進行過濾，得到過濾結果；

根據過濾結果計算預設主題的概率，根據所述預設主題的概率計算預設主題對應的詞分類；

計算所述詞分類對所述預設主題的概率，根據所述詞分類對所述預設主題的概率得到關鍵詞。

5.根據權利要求1所述的方法，其特征在于，所述根據所述面試圖片進行人臉檢測，得到人臉圖片，根據所述人臉圖片得到微表情特征，包括：

使用人臉檢測算法對所述面試圖片進行人臉檢測，得到人臉圖片；

將所述人臉圖片按照預設條件進行劃分，得到人臉區域，提取所述人臉區域的微表情特征，得到所述人臉圖片的微表情特征。

6.根據權利要求1所述的方法，其特征在于，所述微表情識別模型的訓練步驟，包括：

獲取歷史面試者視頻和歷史面試者視頻對應的微表情標簽，得到初始樣本集；

從所述初始樣本集中隨機有放回采樣，得到目標訓練集；

根據所述目標訓練集得到對應的歷史微表情特征集，根據所述歷史微表情特征集得到目標微表情特征集；

根據所述目標微表情特征集得到劃分表情特征，使用所述劃分表情特征對所述目標訓練集進行劃分，得到子訓練集，將所述子訓練集作為目標訓練集；

返回根據所述目標訓練集得到對應的歷史微表情特征集，根據所述歷史微表情特征集得到目標微表情特征集的步驟執行，當達到預設條件時，得到目標決策樹；

返回從所述初始樣本集中隨機有放回采樣，得到目標訓練集的步驟執行，當達到預設數目的所述目標決策樹時，得到所述微表情識別模型。