一种岗前预测的方法及装置、电子设备、存储介质与流程

本发明涉及数据处理，特别是涉及一种岗前预测的方法及装置、电子设备、存储介质。

背景技术：

1、针对一些高危工作，为确保从业人员的安全，需要在工作前针对从业人员进行岗前评估，以判断该从业人员当前状态是否适合从事高危工作。

2、通常，高危作业人群上岗前使用医学仪器进行生理参数测量，使用心理评估专家进行心理参数评估，进而可以结合生理参数及心理参数综合评估高危作业人群是否适合上工。

3、在以上的岗前评估方法中，生理参数一般依赖于专业的医疗设备，心理参数一般需要依赖专业的心理医生，且难以准确进行评估。

技术实现思路

1、鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种岗前预测的方法及装置、电子设备、存储介质，包括：

2、一种岗前预测的方法，所述方法包括：

3、获取第一测试人员的第一人脸视频；

4、根据所述第一人脸视频确定所述第一测试人员的第一心理参数和第一生理参数；

5、获取所述第一心理参数和所述第一生理参数对应的参数范围；

6、基于所述参数范围将所述第一心理参数和所述第一生理参数进行量化处理，得到量化参数；

7、将所述量化参数输入用于对所述第一测试人员进行岗前预测的神经网络分类器，输出所述第一测试人员工作时的评分。

8、可选地，所述获取所述第一心理参数和所述第一生理参数的参数范围，包括：

9、获取多个第二测试人员的第二人脸视频；

10、根据所述第二人脸视频确定每个第二测试人员的第二心理参数和第二生理参数；

11、对所述第二心理参数和所述第二生理参数进行概率分布拟合，确定所述第二心理参数和所述第二生理参数的参数范围；

12、按照所述第二心理参数和所述第二生理参数的参数范围，获取所述第一心理参数和所述第一生理参数的参数范围。

13、可选地，所述对所述第二心理参数和所述第二生理参数进行概率分布拟合，确定所述第二心理参数和所述第二生理参数的参数范围，包括：

14、对所述第二心理参数和所述第二生理参数进行概率分布拟合，得到概率分布函数；

15、基于所述概率分布函数，确定每个第二心理参数以及第二生理参数的平均值和标准差；

16、根据所述平均值和所述标准差确定每个第二心理参数以及第二生理参数对应的参数范围的上限值和下限值。

17、可选地，所述基于所述参数范围将所述第一心理参数和所述第一生理参数进行量化处理，得到量化参数，包括：

18、确定用于表征待量化参数在所述参数范围内的第一量化参数和表征待量化参数不在所述参数范围内的第二量化参数；

19、在所述第一心理参数和/或所述第一生理参数在所述参数范围时，确定所述第一心理参数和/或所述第一生理参数的量化参数为所述第一量化参数；

20、在所述第一心理参数和/或所述第一生理参数不在所述参数范围时，确定所述第一心理参数和/或所述第一生理参数的量化参数为所述第二量化参数；

21、可选地，所述神经网络分类器的训练过程为：

22、获取基于多个第三测试人员的人脸视频得到训练样本，并获取所述多个第三测试人员在实际工作过程中的实际评分；

23、根据所述实际评分统计不同评分的先验概率；

24、将所述训练样本输入初始神经网络分类器，得到每个第三测试人员的第一预测评分；

25、基于所述实际评分和所述第一预测评分，结合所述先验概率对所述初始神经网络分类器的模型参数进行优化，得到优化后的神经网络分类器。

26、可选地，所述基于所述实际评分和所述第一预测评分，结合所述先验概率对所述初始神经网络分类器的模型参数进行优化，得到优化后的神经网络分类器，包括：

27、从所述训练样本中确定测试样本；

28、基于所述实际评分和第一预测评分，结合所述先验概率对所述初始神经网络分类器的模型参数进行调整，得到多个候选模型参数；

29、采用所述测试样本对所述多个候选模型参数分别进行测试，得到第二预测评分；

30、基于所述实际评分和所述第二预测评分，计算每个候选模型参数的测试正确率；

31、根据所述测试正确率从多个候选模型参数确定目标模型参数，并按照所述目标模型参数得到优化后的神经网络分类器。

32、可选地，所述根据所述第一人脸视频确定所述第一测试人员的第一心理参数和第一生理参数，包括：

33、根据所述第一人脸视频确定人脸振动图像，并基于所述人脸振动图像确定所述第一心理参数；

34、根据所述第一人脸视频确定rppg信号，并基于所述rppg信号确定所述第一生理参数。

35、一种岗前预测的装置，所述装置包括：

36、第一人脸视频获取模块，用于获取第一测试人员的第一人脸视频；

37、参数提取模块，用于根据所述第一人脸视频确定所述第一测试人员的第一心理参数和第一生理参数；

38、参数范围获取模块，用于获取所述第一心理参数和所述第一生理参数对应的参数范围；

39、量化参数确定模块，用于基于所述参数范围将所述第一心理参数和所述第一生理参数进行量化处理，得到量化参数；

40、预测评分模块，用于将所述量化参数输入用于对所述第一测试人员进行岗前预测的神经网络分类器，输出所述第一测试人员工作时的评分。

41、一种电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述岗前预测的方法。

42、一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述岗前预测的方法。

43、本发明实施例具有以下优点：

44、本发明实施例通过获取第一测试人员的第一人脸视频；进而可以根据第一人脸视频确定第一测试人员的第一心理参数和第一生理参数；并可以获取第一心理参数和第一生理参数对应的参数范围；进而可以基于参数范围将第一心理参数和第一生理参数进行量化处理，得到量化参数；从而将量化参数输入用于对第一测试人员进行岗前预测的神经网络分类器，输出第一测试人员工作时的评分，实现了无需依赖专业设备以及专业医生的情况下，精确对从业人员进行岗前预测，确保从业人员可以在安全状态下从事高危工作。

技术特征：

1.一种岗前预测的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取所述第一心理参数和所述第一生理参数的参数范围，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述第二心理参数和所述第二生理参数进行概率分布拟合，确定所述第二心理参数和所述第二生理参数的参数范围，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述参数范围将所述第一心理参数和所述第一生理参数进行量化处理，得到量化参数，包括：

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述神经网络分类器的训练过程为：

6.根据权利要求5所述的方法，其特征在于，所述基于所述实际评分和所述第一预测评分，结合所述先验概率对所述初始神经网络分类器的模型参数进行优化，得到优化后的神经网络分类器，包括：

7.根据权利要求1所述的方法，其特征在于，所述根据所述第一人脸视频确定所述第一测试人员的第一心理参数和第一生理参数，包括：

8.一种岗前预测的装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述岗前预测的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述岗前预测的方法。

技术总结
本发明实施例提供了一种岗前预测的方法及装置、电子设备、存储介质，所述方法包括：获取第一测试人员的第一人脸视频；根据所述第一人脸视频确定所述第一测试人员的第一心理参数和第一生理参数；获取所述第一心理参数和所述第一生理参数对应的参数范围；基于所述参数范围将所述第一心理参数和所述第一生理参数进行量化处理，得到量化参数；将所述量化参数输入用于对所述第一测试人员进行岗前预测的神经网络分类器，输出所述第一测试人员工作时的评分。通过本发明实施例，实现了无需依赖专业设备以及专业医生的情况下，精确对从业人员进行岗前预测，确保从业人员可以在安全状态下从事高危工作。

技术研发人员：高大帅,李健,陈明,武卫东
受保护的技术使用者：北京捷通华声科技股份有限公司
技术研发日：
技术公布日：2024/3/11