[发明专利]基于人工智能的员工工作安排方法、装置、设备及介质

权利要求书

1.一种基于人工智能的员工工作安排方法，其特征在于，包括：

利用预设的图像检测卷积网络，对目标员工的面部图像进行特征识别，得到所述目标员工的第一健康状态；

利用语音检测循环网络，对所述目标员工的语音数据进行特征识别，得到所述目标员工的第一情绪状态；

基于所述第一健康状态、所述第一情绪状态以及所述目标员工的历史健康参数，确定所述目标员工在第一未来时间段的健康指标；

基于所述健康指标，确定所述目标员工在所述第一未来时间段的工作安排。

2.如权利要求1所述的方法，其特征在于，在所述利用预设的图像检测卷积网络，对目标员工的面部图像进行特征识别之前，还包括：

获取第一数量的样本图像，其中，所述样本图像包括至少一个样本面部特征，其中每个样本面部特征中标注有对应的健康状态；

利用至少一个标注有所述健康状态的样本图像对初始的图像语义卷积神经网络模型进行训练，得到满足预设条件的所述图像检测卷积网络。

3.如权利要求1或2所述的方法，其特征在于，所述利用预设的图像检测卷积网络，对目标员工的面部图像进行特征识别，得到所述目标员工的第一健康状态，包括：

利用所述图像检测卷积网络，提取所述目标员工的面部图像的眼部区域特征、脸颊区域特征以及眉部区域特征的至少一种；

利用所述图像检测卷积网络对所述眼部区域特征、脸颊区域特征以及眉部区域特征的至少一种进行特征识别，获取对应的大小参数以及色彩参数；

基于所述大小参数以及色彩参数，确定所述目标员工的第一健康状态。

4.如权利要求1所述的方法，其特征在于，所述利用语音检测循环网络，对所述目标员工的语音数据进行特征识别，得到所述目标员工的第一情绪状态，包括：

利用所述语音检测循环网络，提取所述语音数据的音色特征、音量特征以及音调特征的至少一种；

利用所述语音检测循环网络对所述音色特征、音量特征以及音调特征的至少一种进行特征识别，获取对应的所述第一情绪状态。

5.如权利要求1所述的方法，其特征在于，所述基于所述第一健康状态、所述第一情绪状态以及所述目标员工的历史健康参数，确定所述目标员工在第一未来时间段的健康指标，包括：

获取所述目标员工在第二历史时间段内的健康状态以及情绪状态；

根据所述第二历史时间段内的健康状态以及情绪状态，以及所述第一健康状态、所述第一情绪状态，生成所述目标员工的未来健康曲线；

基于所述目标员工的未来健康曲线，确定所述目标员工在第一未来时间段的健康指标。

6.如权利要求1所述的方法，其特征在于，基于以下公式生成所述目标员工的未来健康曲线：

Xt＝t*cos(dwA)+n*sin(dwB)；

Yn＝t*cos(dwB)+n*sin(dwA)；

其中，X为所述健康曲线的横轴，Y为所述健康曲线的纵轴，t用于表征时间，n用于表征健康指数，dwA为用户健康状态对应的指数，dwB为用户情绪状态对应的指数。

7.如权利要求1所述的方法，其特征在于，所述基于所述第一健康状态、所述第一情绪状态以及所述目标员工的历史健康参数，确定所述目标员工在第一未来时间段的健康指标，包括：

获取所述目标员工的属性数据，所述属性数据包括体重数据、心率数据以及身高数据的至少一种；

基于所述目标员工的属性数据、所述第一健康状态、所述第一情绪状态以及所述目标员工的历史健康参数，确定所述目标员工的健康指标。