[發明專利]基于模式識別的公車司機上崗判定方法及相關設備

在審

• 申請號: 201911157442.6
• 申請日: 2019-11-22
• 公開（公告）號: CN111160697A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 魏新勝
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/00;G06K9/62;G06Q50/30;G16H50/30
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 劉麗華;孫芬

1.一種基于模式識別的公車司機上崗判定方法，其特征在于，所述方法包括：

當接收到針對公車司機的上崗測試請求時，獲取所述公車司機的健康檢測結果；

若所述健康檢測結果表明所述公車司機的身體各項指標符合標準要求，為所述公車司機構建驗證類問題庫；

輸出所述驗證類問題庫中的智能問題；

在所述公車司機回答所述智能問題的過程中，通過答題計算模型計算所述公車司機回答每個所述智能問題的答題分數；

記錄所述公車司機的人臉微表情信息以及聲音信息；

將所述人臉微表情信息以及聲音信息輸入情緒風險檢測模型，獲得所述公車司機針對每個所述智能問題的情緒風險分數；

將所有所述智能問題的所述答題分數以及所述情緒風險分數輸入綜合判定模型中，獲得所述公車司機的上崗判定結果。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述公車司機的健康檢測結果包括：

向所述公車司機隨身攜帶的便攜設備發送健康檢測指令，接收所述便攜設備響應所述健康檢測指令返回的健康檢測結果；或

通過電子設備上的健康檢測裝置來對所述公車司機進行健康檢測，獲得健康檢測結果；或

向健康檢測中心查詢是否存在所述公車司機的健康檢測結果，若存在所述公車司機的健康檢測結果且所述健康檢測結果的檢測時間與當前時間的差值小于預設時間閾值，獲取所述健康檢測結果。

3.根據權利要求1所述的方法，其特征在于，所述為所述公車司機構建驗證類問題庫包括：

獲取所述公車司機的歷史上崗測試題庫；

根據預設分類算法對所述歷史上崗測試題庫中的問題進行分類分析，得到多個類別；

計算每個類別中所述公車司機答題的準確率；

將準確率低于預設準確率閾值的類別確定為目標類別；

從總題庫中獲取與所述目標類別匹配的多個問題，并從所述多個問題中剔除所述歷史上崗測試題庫中的問題；

根據剔除后的所述多個問題，構建驗證類問題庫。

4.根據權利要求1所述的方法，其特征在于，所述為所述公車司機構建驗證類問題庫包括：

采用知識圖譜技術，為總題庫中的多個問題構建問題知識圖譜；

獲取所述公車司機的歷史上崗測試題庫；

根據所述歷史上崗測試題庫中的問題以及所述問題知識圖譜，確定所述公車司機當前待回答的目標問題；

根據所述目標問題，構建驗證類問題庫。

5.根據權利要求1所述的方法，其特征在于，所述輸出所述驗證類問題庫中的智能問題包括：

若所述驗證類問題庫中的智能問題的目標類別有多個，按照類別，將所述驗證類問題庫中的智能問題劃分為多個問題集合；

從所述多個問題集合中隨機抽取第一問題集合；

依次輸出所述第一問題集合中的第一智能問題；

累計回答正確的所述第一智能問題的數量以及答題時長；

若所述數量達到預設數量且所述答題時長小于預設時長，切換至第二問題集合，并輸出所述第二問題集合中的第二智能問題。

6.根據權利要求1所述的方法，其特征在于，所述通過答題計算模型計算所述公車司機回答每個所述智能問題的答題分數包括：

針對每個所述智能問題，獲取所述公車司機回答所述智能問題的時長、選擇答案以及正確答案；

計算所述選擇答案與所述正確答案的匹配度；

將所述時長、所述匹配度輸入至答題計算模型中，獲得所述智能問題的答題分數。

7.根據權利要求1至6中任一項所述的方法，其特征在于，所述方法還包括：

獲取需要進行模型訓練的多個音視頻樣本；

針對每個所述音視頻樣本，從所述音視頻樣本中抓取出多個人臉圖像樣本以及與所述多個人臉圖像樣本匹配的多個聲音樣本；

從所述多個人臉圖像樣本中提取多個人臉微表情特征，以及從所述多個聲音樣本中提取多個聲音特征；

將所述多個人臉微表情特征和所述多個聲音特征進行融合，獲得融合特征；

將所述融合特征輸入待訓練模型進行訓練，獲得情緒風險檢測模型。