[发明专利]员工工作状况监控方法、装置、计算机设备和存储介质

权利要求书

1.一种员工工作状况监控方法，所述方法包括：

获取员工工作视频，每隔预设时长从所述员工工作视频截取视频图片；

根据所述视频图片得到员工人脸图像，根据所述员工人脸图像确定对应的员工标识；

根据所述员工人脸图像得到微表情特征，将所述微表情特征输入已训练的微表情识别模型中进行识别，得到微表情输出特征，根据所述微表情输出特征得到对应的微表情；

根据所述微表情确定所述员工标识对应的员工情绪状态，根据所述员工情绪状态得到员工情绪状态向量，将所述员工情绪状态向量输入已训练的风险预警模型中，得到风险输出向量；

根据所述风险输出向量得到所述员工标识的风险预警等级。

2.根据权利要求1所述的方法，其特征在于，所述根据所述视频图片得到员工人脸图像，根据所述员工人脸图像确定对应的员工标识，包括：

检测所述视频图片中人脸图像，得到员工人脸图像；

根据所述员工人脸图像确定员工人脸特征信息，计算所述员工人脸特征信息与预设员工人脸图像的相似度；

当所述相似度大于预设阈值时，得到所述预设员工人脸图像对应的员工标识。

3.根据权利要求2所述的方法，其特征在于，所述根据所述员工人脸图像确定员工人脸特征信息，计算所述员工人脸特征信息与预设员工人脸图像的相似度，包括：

将所述员工人脸图像划分，得到目标人脸图像，根据所述目标人脸图像得到对应的肤色特征信息、轮廓特征信息、纹理特征信息和面积特征信息；

计算所述肤色特征信息、轮廓特征信息、纹理特征信息和面积特征信息与预设员工人脸图像的相似度。

4.根据权利要求1所述的方法，其特征在于，所述微表情识别模型的生成步骤，包括：

获取历史面试者视频和历史面试者视频对应的微表情标签，得到初始样本集；

从所述初始样本集中随机有放回采样，得到目标训练集；

根据所述目标训练集得到对应的历史微表情特征集，根据所述历史微表情特征集得到目标微表情特征集；

根据所述目标微表情特征集得到划分表情特征，使用所述划分表情特征对所述目标训练集进行划分，得到子训练集，将所述子训练集作为目标训练集；

返回根据所述目标训练集得到对应的历史微表情特征集，根据所述历史微表情特征集得到目标微表情特征集的步骤执行，当达到预设条件时，得到目标决策树；

返回从所述初始样本集中随机有放回采样，得到目标训练集的步骤执行，当达到预设数目的所述目标决策树时，得到所述微表情识别模型。

5.根据权利要求1所述的方法，其特征在于，所述风险预警模型的生成步骤，包括：

获取历史员工情绪状态和对应的历史风险预警等级，根据所述历史员工情绪状态得到历史员工情绪状态向量，根据所述历史风险预警等级得到历史风险输出向量；

将所述历史风险输出向量作为标签，将所述历史员工情绪状态向量作为输入在逻辑回归模型中进行训练，当达到预设条件时，得到所述风险预警模型。

6.一种员工工作状况监控装置，其特征在于，所述装置包括：

图片截取模块，用于获取员工工作视频，每隔预设时长从所述员工工作视频截取视频图片；

标识确定模块，用于根据所述视频图片得到员工人脸图像，根据所述员工人脸图像确定对应的员工标识；

微表情识别模块，用于根据所述员工人脸图像得到微表情特征，将所述微表情特征输入已训练的微表情识别模型中进行识别，得到微表情输出特征，根据所述微表情输出特征得到对应的微表情；

输出得到模块，用于根据所述微表情确定所述员工标识对应的员工情绪状态，根据所述员工情绪状态得到员工情绪状态向量，将所述员工情绪状态向量输入已训练的风险预警模型中，得到风险输出向量；

等级得到模块，用于根据所述风险输出向量得到所述员工标识的风险预警等级。