[发明专利]招聘方法、电子装置及可读存储介质

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种招聘方法、电子装置及可读存储介质。

背景技术

现有的招聘方式大多是传统的笔试、面试等，并没有通过应聘人的“面相”来发掘潜力人才，帮助招聘的技术方案。

发明内容

本发明的目的在于提供一种招聘方法、电子装置及可读存储介质，旨在通过识别应聘人员的人脸，预测对应的绩效，以辅助招聘。

为实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的招聘系统，所述招聘系统被所述处理器执行时实现如下步骤：

A、获取应聘人员的人脸照片；

B、对所述人脸照片利用预先确定的识别模型进行识别，得到所述人脸照片对应的绩效等级，以供招聘人员参考得到的绩效等级对该应聘人员进行招聘；其中，所述预先确定的识别模型为预先通过对标注有不同绩效等级的预设数量人脸样本图片进行训练得到的深度卷积神经网络模型。

优选地，所述招聘系统被所述处理器执行实现所述步骤B时，还包括：

从预设数据库中找出各个不同绩效等级对应的员工人脸照片，提取出各个员工人脸照片中的五官部位，统计各个不同绩效等级对应的五官部位照片中各个器官的预设分类特征分布数量，并根据统计结果确定各个不同绩效等级对应的各个器官绩效分类特征；

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个；所述预设分类特征为眉毛的形状、两个内眼角之间的距离、耳朵的种类、鼻尖与两个嘴角连接形成的角度或上嘴唇的弧度。

优选地，所述所述预先确定的识别模型的训练过程如下：

A、为各个不同绩效等级准备对应的预设数量的五官中各个器官样本图片，为每个器官样本图片标记对应的绩效等级；其中，各个器官样本图片为包含各个不同绩效等级对应的各个器官绩效分类特征的图片；

B、将各个器官对应的器官样本图片分为第一比例的训练集、第二比例的验证集；

C、利用所述训练集训练各个器官对应的识别模型；

D、利用所述验证集验证训练的识别模型的准确率，若所有器官对应的识别模型的准确率大于或者等于预设准确率，则训练结束，或者，若有器官对应的识别模型的准确率小于预设准确率，则增加该器官的各个不同绩效等级对应的器官样本图片数量并重新执行上述步骤B、C、D。

优选地，所述招聘系统被所述处理器执行实现所述步骤B时，还包括：

提取出所述人脸照片中的五官部位；

利用训练好的各个器官对应的识别模型识别出提取的五官部位中各器官对应的绩效等级；

根据预设的不同器官权重，以及识别出的各器官对应的绩效等级计算所述人脸照片对应的绩效等级M的公式为：

M＝a*M1+b*M2+c*M3+d*M4+e*M5

其中，a为眉毛对应的绩效等级M1的权重系数，b为眼睛对应的绩效等级M2的权重系数，c为耳朵对应的绩效等级M3的权重系数，d为鼻子对应的绩效等级M4的权重系数，e为嘴巴对应的绩效等级M5的权重系数。

此外，为实现上述目的，本发明还提供一种招聘方法，所述招聘方法包括：

步骤一、获取应聘人员的人脸照片；

步骤二、对所述人脸照片利用预先确定的识别模型进行识别，得到所述人脸照片对应的绩效等级，以供招聘人员参考得到的绩效等级对该应聘人员进行招聘；其中，所述预先确定的识别模型为预先通过对标注有不同绩效等级的预设数量人脸样本图片进行训练得到的深度卷积神经网络模型。

优选地，该方法还包括：

从预设数据库中找出各个不同绩效等级对应的员工人脸照片，提取出各个员工人脸照片中的五官部位，统计各个不同绩效等级对应的五官部位照片中各个器官的预设分类特征分布数量，并根据统计结果确定各个不同绩效等级对应的各个器官绩效分类特征；

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个；所述预设分类特征为眉毛的形状、两个内眼角之间的距离、耳朵的种类、鼻尖与两个嘴角连接形成的角度或上嘴唇的弧度。

优选地，所述预先确定的识别模型的训练过程如下：

A、为各个不同绩效等级准备对应的预设数量的五官中各个器官样本图片，为每个器官样本图片标记对应的绩效等级；其中，各个器官样本图片为包含各个不同绩效等级对应的各个器官绩效分类特征的图片；

B、将各个器官对应的器官样本图片分为第一比例的训练集、第二比例的验证集；