CN110400119A - 基于人工智能的面试方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本发明公开了一种基于人工智能的面试方法，涉及人工智能技术领域，所述方法包括：当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；当确定存在相匹配的目标简历时，获取所述目标简历并识别所述目标简历的特征标识；基于所述特征标识从预置面试题库中获取对应的面试试题，并展示所述面试试题。本发明还提供一种基于人工智能的面试装置、计算机设备和存储介质。实现不受地域限制的远程面试初筛选，不需要一对一进行面试筛选，统一进行面试者信息的确定以及面试试题的获取，节省了面试双方的时间，也提高了面试效率。

Description

基于人工智能的面试方法、装置、计算机设备和存储介质

技术领域

本发明涉及人脸对比技术领域，尤其涉及一种基于人工智能的面试方法、基于人工智能的面试装置、计算机设备和存储有计算机可读指令的存储介质。

背景技术

在进行职位面试时，若职位面试人员的数量较大，对于企业而言，则需要进行面试初筛选，也就是从大量的面试者中选择出相对较符合需求的部分面试者作为进一步面试的对象。

但是在进行初筛选时，面试候选人依然需要到现场面试，以进行一对一的进行面试。并且进行初筛选时，通常是面试官对面试者进行简单的提问，且对于每个面试者的提问都大同小异(问题与面试职位相关联)。由于需要到达现场进行面试，且需要一对一进行面试，这样很浪费面试者与面试官的时间，且面试工作效率很低。

发明内容

基于此，有必要针对现行面试方法的弊端，提供一种基于人工智能的面试方法、装置、计算机设备和存储介质，用于不受地域限制的远程面试初筛选，不需要一对一进行面试筛选，统一进行面试者信息的确定以及面试试题的获取，节省了面试双方的时间，也提高了面试效率。

为实现上述目的，本发明提供的一种基于人工智能的面试方法，所述基于人工智能的面试方法包括：

当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；

基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；

当确定存在相匹配的目标简历时，获取所述目标简历并识别所述目标简历的特征标识；

基于所述特征标识从预置面试题库中获取对应的面试试题，并展示所述面试试题。

可选的，所述当检测到面试功能被触发时，接收输入的的标识信息并采集相应的人脸图像，包括：

当检测到面试功能被触发时，获取对应的信息输入框，并显示在对应的显示界面上；

当检测到标识信息输入完成时，启动预置的图像采集装置；

基于所述预置的图像采集装置进行人脸图像的采集。

可选的，所述当检测到面试功能被触发时，接收上传的标识信息以及人脸图像之后，所述基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历之前，所述方法还包括：

判断所述人脸图像是否为有效人脸图像。

可选的，所述判断所述人脸图像是否为有效人脸图像，包括：

确定所述人脸图像对应的光流特征；

判断所述光流特征是否为规则向量特征；

当所述光流特征为规则向量特征时，确定所述人脸图像为有效人脸图像；

当所述光流特征不为规则向量特征时，确定所述人脸图像为无效人脸图像。

可选的，所述基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历，包括：

当确定所述人脸图像为有效人脸图像时，获取与所述人脸图像对应的目标字符数组；

在所述预置简历库中获取所述标识信息相对应的第一简历，并获取所述第一简历所包含的人脸图像所对应的第一字符数组；

将所述目标字符数组与所述第一字符数组进行比较，计算得到对应的的相似度值；

当确定所述相似度值大于或者等于预置相似度阈值时，确定存在相匹配的目标简历，其中所述目标简历为所述第一简历；

当确定所述相似度值小于预置相似度阈值时，确定不存在相匹配的目标简历。

可选的，所述基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历，之后还包括：

当确定不存在相匹配的目标简历时，发出人脸图像异常的提示信息。

可选的，所述基于所述特征标识从预置面试题库中获取对应的面试试题，并展示所述面试试题之后，所述方法还包括包括：

当接收到语音信息时，利用语音识别技术将所述语音信息转化为对应的文字信息；

根据实际的答题信息将所述文字信息录入在与对应的试题相关联的答题框内。

此外，为实现上述目的，本发明还提供一种基于人工智能的面试装置，所述基于人工智能的面试装置包括：

信息获取模块，用于当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；

查询匹配模块，用于基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；

特征识别模块，用于当确定存在相匹配的目标简历时，获取所述目标简历并识别所述目标简历的特征标识；

试题展示模块，用于基于所述特征标识从预置面试题库中获取对应的面试试题，并展示所述面试试题。

可选的，所述信息获取模块具体包括：

检测展示单元，用于当检测到面试功能被触发时，获取对应的信息输入框，并显示在对应的显示界面上；

装置启动单元，用于当检测到标识信息输入完成时，启动预置的图像采集装置；

图像采集单元，用于基于所述预置的图像采集装置进行人脸图像的采集。

可选的，所述基于人工智能的面试装置具体还包括：

图像判断模块，用于判断所述人脸图像是否为有效人脸图像。

可选的，所述图像判断模块具体用于：

确定所述人脸图像对应的光流特征；

判断所述光流特征是否为规则向量特征；

当所述光流特征为规则向量特征时，确定所述人脸图像为有效人脸图像；

当所述光流特征不为规则向量特征时，确定所述人脸图像为无效人脸图像。

可选的，所述查询匹配模块具体包括：

第一数组获取单元，用于当确定所述人脸图像为有效人脸图像时，获取与所述人脸图像对应的目标字符数组；

第二数组获取单元，用于在所述预置简历库中获取所述标识信息相对应的第一简历，并获取所述第一简历所包含的人脸图像所对应的第一字符数组；

字符数组对比单元，用于将所述目标字符数组与所述第一字符数组进行比较，计算得到对应的相似度值；

简历查询确定模块，用于当确定所述相似度值大于或者等于预置相似度阈值时，确定存在相匹配的目标简历，其中所述目标简历为所述第一简历；

以及用于当确定所述相似度值小于所述预置相似度阈值时，确定不存在相匹配的目标简历。

可选的，所述基于人工智能的面试装置具体还包括：

异常提示模块，用于当确定不存在相匹配的目标简历时，发出人脸图像异常的提示信息。

可选的，所述基于人工智能的面试装置具体还包括：

语音获取模块，用于当接收到语音信息时，利用语音识别技术将所述语音信息转化为对应的文字信息；

答案录入模块，用于根据实际的答题信息将所述文字信息录入在与对应的试题相关联的答题框内。

此外，为实现上述目的，本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述基于人工智能的面试方法的步骤。

此外，为实现上述目的，本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述基于人工智能的面试方法的步骤。

上述基于人工智能的面试方法、装置、计算机设备和存储介质，在检测到面试功能被触发时，首先会接收面试者所输入标识信息以及所采集到的人脸图像，其中标识信息包括有面试者的基本资料信息，然后根据所接收到的标识信息以及人脸图像在预置简历库中进行查询匹配，以确定是否存在对应相匹配的目标简历，并在存在相匹配的目标简历时，获取并识别目标简历所对应的特征标识，最后根据特征标识在预置试题库中获取对应的面试试题并展示。实现了不受地域限制的远程面试初筛选，不需要一对一进行面试筛选，统一进行面试者信息的确定以及面试试题的获取，节省了面试双方的时间，也提高了面试效率。

附图说明

图1为一个实施例中基于人工智能的面试方法的流程示意图；

图2为一个实施例中接收标识信息以及人脸图像的步骤的流程示意图；

图3为一个实施例中对人脸图像进行判断的步骤的流程示意图；

图4为一个实施例中确定是否存在相匹配的目标简历的步骤的流程示意图；

图5为一个实施例中基于人工智能的面试装置的结构框图；

图6为一个实施例中信息获取模块的结构框图；

图7为另一个实施例中基于人工智能的面试装置的结构框图；

图8为一个实施例中查询匹配模块的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。

参照图1，图1为一个实施例中基于人工智能的面试方法的流程示意图。

在一实施例中，该基于人工智能的面试方法包括：

步骤S10，当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像。

其中，面试指令触发需要用户通过相应的操作来实现的，比如通过触控在终端上的按键，可以是虚拟按键，也可以是物理按键。标识信息是触发面试功能的用户对应的用户信息，包括有用户基本资料信息。

面试装置在检测到面试功能被触发时，接收面试者输入的标识信息，并且采集面试者的人脸图像。具体地，在触发了面试装置的面试功能之后，面试装置将会进行相应的反馈提示，进而根据反馈提示进行基本资料信息的输入，用户在将标识信息进行输入时，还将输入自身的人脸图像，其中，人脸图像是用户通过相应的操作而使得面试装置获取得到。

在实际应用中，在需要进行面试时，用户首先需要进行身份的认证，因此首先需要将用户的标识信息，即将用户的基本资料信息进行填写输入，还需要上传用户自身的人脸图像。也就是，在检测到面试功能被触发时，将获取预置的信息填写框，然后接收基于信息填写框所上传的基本信息，其中基本信息包括有标识信息以及人脸图像。

步骤S20，基于标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历。

面试装置在接收到所输入的标识信息以及人脸图像之后，将会根据所接收到的标识信息以及人脸图像确定是否存在相匹配的目标简历，具体是在预置简历库中进行查询匹配。在实际应用中，在用户进行面试时，需要进行用户身份的确定，也就是确定进行面试的人是否是预先进行沟通所确定的面试者。通常情况下，真实的面试者会在预置简历库中存储有相应的简历信息，因此通过在预置简历库中进行查询匹配，以确定是否为真实的面试者，具体通过确定预置简历库中是否存在相匹配的目标简历，当存在相匹配的目标简历时，确定为真实面试者，当不存在相匹配的目标简历时，确定为不真实面试者。

步骤S30，当确定存在相匹配的目标简历时，获取目标简历并识别目标简历的特征标识。

其中，特征标识是目标简历的特征标记，每一个简历都会对应存在一个特征标记，用于对简历中的职位需求进行描述，且各简历分别对应的特征标识可以是相同的，特征标记可以是文字，也可以是数字编号，具体不做限制。

面试装置在根据所接收到的标识信息以及人脸图像确定预置简历库中存在对应相匹配的目标简历时，将会获取对应的目标简历，并且识别目标简历所对应的特征标识，进而利用特征标识对面试者进行面试试题的推荐。另外，当确定不存在相匹配的目标简历时，将会发出相应的提示信息，由于不存在相匹配的目标简历是根据所接收到的人脸图像而决定的，因此此时所发出的提示信息可以是但不限于是人脸图像异常的提示信息。

在实际应用中，不同的职位对应的技能需求、专业知识等都有所不同，因此在进行面试试题的推荐时，除了需要了解一些基本信息之外，还可能需要了解面试者的一些专业知识，因此需要准确的获取与面试者相关联对应的面试试题。特征标识是对简历的一种特征描述，且特征标识可以是文字，比如职位名称，还可以是数字，比如通过预先将不同编号的数字与职位相对应，然后在是对得到目标建立对应的数字编号时，便可以直接确定面试者的面试职位信息。

步骤S40，基于特征标识从预置面试题库中获取对应的面试试题，并展示面试试题。

面试装置在获取了目标简历对应的特征标识之后，将根据所得到的特征标识在预置面试题库中获取对应的面试试题，进而将所得到的面试试题进行展示。在实际应用中，由于不同的面试职位所需要的职业技能是有所不同的，因此需要根据面试者实际想要进行面试的职位的特性确定当前面试者所需要进行回答的面试试题，在预置面试题库中存储有海量的数据信息，包含有不同职位在面试时所需要进行答复的面试试题。由于不同职位对应的面试试题也是不同的，因此可以对面试题库中所存储的面试试题根据不同的类别进行分类。类别与职位相关，还可以与不同的公司进行关联，在获取相应的面试试题时，可以直接将所有与面试职位相关联的面试试题进行获取，也可以随机的获取部分试题，具体不做限制。

进一步地，在将面试试题进行展示之后，还将会接收面试者根据面试试题所上传的答案信息。具体包括有：当接收到输入的语音信息时，将所接收到的语音信息转化为文字信息，然后根据实际的答题信息将转化得到的文字信息录入在对应试题所关联的答题框内。在接收到面试者所输入的语音信息时，根据语音转化方法将语音信息转化为对应的文字信息，不同的试题对应存在相关联的答题框，在进行答题时，通常是先进行试题的选择，然后再进行答题，因此在得到转化之后的文字信息之后，将文字信息录入在对应的答题框内。在完成面试试题的答题之后，面试装置会接收到答题完成的指令信息，进而将保存有试题答案的面试试题进行保存，并关联有面试者的相关信息，以使得面试官对面试者进行初筛选。

在本实施例中，在检测到面试功能被触发时，首先会接收面试者所输入标识信息以及所上传的人脸图像，其中标识信息包括有面试者的基本资料信息，然后根据所接收到的标识信息以及人脸图像在预置简历库中进行查询匹配，以确定是否存在对应相匹配的目标简历，并在存在相匹配的目标简历时，获取并识别目标简历所对应的特征标识，最后根据特征标识在预置试题库中获取对应的面试试题并展示。实现了不受地域限制的远程面试初筛选，不需要一对一进行面试筛选，统一进行面试者信息的确定以及面试试题的获取，节省了面试双方的时间，也提高了面试效率。

进一步地，参照图2，图2为一个实施例中接收标识信息以及人脸图像步骤的流程示意图。

具体地，步骤S10，当检测到面试功能被触发时，接收输入的标识信息以及人脸图像，包括：

步骤S11，当检测到面试功能被触发时，获取对应的信息输入框，并显示在对应的显示界面上。

步骤S12，当检测到标识信息输入完成时，启动预置的图像采集装置。

步骤S13，基于图像采集装置进行人脸图像的采集。

其中，信息输入框是用于进行面试者信息输入的区域。图像采集装置包括但不限于是设置在面试装置上的摄像头。标识信息为面试者基本信息，包括但不限于有姓名、性别、出生日期以及籍贯等。

面试装置在检测到面试功能被触发时，将会获取对应的信息输入框，并显示在对应的区域，以使得面试者进行信息的输入，在检测到面试者将标识信息输入完成时，将会启动面试装置中的图像采集装置，进而基于所启动的人脸图像采集装置采集面试者的人脸图像，并在采集到相应的人脸图像之后，将所采集到的人脸图像进行上传。

在实际应用中，信息输入与人脸图像的采集获取可以有一定的先后顺序，比如先进行面试者基本信息的输入判断，然后在判断成功时进行人脸图像的采集，可以是同时进行的，即在面试者进行基本信息的输入时，同时启动图像采集装置进行人脸图像的获取。

在面试装置的面试功能启动时，面试装置将会在显示界面上将所设置好的信息输入框进行展示，以使得面试者在信息输入框中进行信息的输入，其中所输入的信息包括有面试者的基本标识信息以及所上传的人脸图像信息。在本实施例中，面试者在面试装置展示出信息输入框之后，首先进行标识信息的输入，然后在标识信息输入完成时进行人脸图像的输入。

在得到的面试者上传的标识信息以及人脸图像信息之后，将会确定面试者是否为正确面试者，也就是需要进行判断确定。需要说明的是，在面试过程中，进行判断是一个一直存在的动作，也就是在面试过程中除了在面试开始之前需要进行人脸图像的采集获取，在面试答题过程中也会存在用户信息的判断动作，可以是周期性的进行人脸图像的获取，也可以是间隔时间不唯一的间歇性的采集获取，进而确定面试过程中是否其他人代替面试者进行答题的情况。

进一步地，在接收到所上传的标识信息以及人脸图像之后，将会根据所接收到的标识信息以及人脸图像信息确定是否存在对应相匹配的目标简历。为了使得判断更加准确，首先需要判断确定所接收到的人脸图像是否为有效可以使用的人脸图像。具体地，在当检测到面试功能被触发时，接收上传的标识信息以及人脸图像之后，以及基于标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历之前，还包括：

步骤S50，判断人脸图像是否为有效人脸图像。

在采集到面试者的人脸图像之后，需要判断人脸图像是否为有效人脸图像，在本实施例中，进行判断的方法是利用活体检测的方法进行判断。其中，活体检测是指用户按照系统指示做出相应的动作，防止用户在一些重要环境下用照片骗过系统完成验证，在本实施例中用于确定所采集到的人脸图像是否为有效人脸图像。有效人脸图像指的是实时获取的用户的人脸图像，比如用户的照片为非有效人脸图像，即无效人脸图像。需要说明的是，活体检测分为多种，主要包括动作指令活体检测、近红外人脸活体检测以及3D人来拿检活，而在本方案各实施例中，采用近红外人脸活体检测进行说明。

进一步地，参照图3，图3为一个实施例中对人脸图像进行判断的步骤的流程示意图。

具体地，步骤S50，判断人脸图像是否为有效人脸图像，包括：

S51，确定人脸图像对应的光流特征。

S52，判断光流特征是否为规则向量特征。

S53，当光流特征为规则向量特征时，确定人脸图像为有效人脸图像。

S54，当光流特征不为规则向量特征时，确定人脸图像为无效人脸图像。

其中，光流特征参数是利用光流法进行活体检测时的一种参考数据，光流法指的是一种简单实用的图像运动的表达方式，通常定义为一个图像序列中的图像亮度模式的表观运动，即空间物体表面上的点的运动速度在视觉传感器的成像平面上的表达。人类主要通过眼睛，耳朵和大脑来获取、处理与理解获得的信息。

面试装置在获取面试者的人脸图像时，利用活体检测的方式判断所接收到的人脸图像是否为有效人脸图像。活体检测可以防止进行面试顶替的情况出现，具体的，在接收到所上传的人脸图像时，根据活体检测的特性判断所得到的人脸图像是否为有效的人脸图像，主要是利用检测得到的光流特征，当面试者是实时进行人脸图像的采集时，所得到的人脸图像中的相应特征参数与采集照片得到的人脸图像中的对应特征参数是不一样的，其中，当光流特征为规则向量特征时，确定人脸图像为有效人脸图像；当光流特征为不规则向量特征时，当前人脸图像为无效人脸图像。由于本方案是一直远程面试筛选的一种方式手段，因此可能出现他人代替面试的情况，所以在使用本方案进行面试时可以有效的避免代替面试的情况出现。

在本方案各实施例所使用的人脸识别的活体检测方式为近红外人脸活体检测，其主要是基于光流法而实现。具体的判断方式是：活体的光流特征显示为不规则向量特征，照片的光流特征显示为规则向量特征，进而可以准确的判断当前所采集的人脸图像是否为有效人脸图像，避免出现顶替面试的情况。

另外，需要说明的是，在本方案中，步骤S53与步骤S54是一个并行的方案，没有先后顺序，也就是，要么光流特征为规则向量特征，为有效人脸图像；要么光流特征为不规则向量特征，为无效人脸图像。

进一步地，参照图4，图4为一个实施例中确定是否存在相匹配的目标简历的步骤的流程示意图。

具体地，步骤S20，基于标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历，包括：

步骤S21，当确定人脸图像为有效人脸图像时，获取与人脸图像对应的目标字符数组。

步骤S22，在预置简历库中获取标识信息相对应的第一简历，并获取第一简历所包含的人脸图像所对应的第一字符数组。

步骤S23，将目标字符数组与第一字符数组进行比较，计算得到对应的相似度值。

步骤S24，当确定相似度值大于或者等于预置相似度阈值时，确定存在相匹配的目标简历，其中目标简历为第一简历。

步骤S25，当确定相似度值小于预置相似度阈值时，确定不存在相匹配的目标简历。

面试装置在判断所接收到的人脸图像为有效人脸图像时，将所接收到的人脸图像转化为对应的目标字符数组，同时，在预置简历库中根据所接收到的标识信息获取相对应的第一简历，进而获取第一简历所包含的人脸图像所对应的第一字符数组，然后将所得到的目标字符数组与第一字符数组进行比较，以计算得到对应的相似度值，进而根据计算所得到的相似度值确定是否存在对应相匹配的目标简历，其中，当计算所得到的相似度值大于或者等于预置相似度值时，确定存在相匹配的目标简历，且目标简历为预先所得到的第一简历，当计算所得到的相似度值小于预置相似度阈值时，确定不存在相匹配的相似度预置。

在实际应用中，在接收到所上传的标识信息以及人脸图像之后，将会根据标识信息在预置简历库中进行查询，当存在与标识信息相对应的第一简历时，将获取第一简历中所包含的人脸图像所对应的第一字符数组，进而确定是否存在相匹配的目标简历。在确定是否存在目标简历时，由于实际的应用时，几乎不可能出现两张相同的人脸图像，因此在进行对比时，对两张人脸图像进行相似度的计算，通过设定一个相似度阈值，相似度阈值的设定具体依据实验结果而定，比如设定相似度阈值为85％，只有在进行计算得到的相似度值大于了预设阈值时，确定存在目标简历，且目标简历即为第一简历，而对于相似度小于85％的情况，可以发出包含有异常信息的提示信息，即不存在相匹配的目标简历。

相似度值的计算方式有多种，常用的计算方式包括欧几里得距离、曼哈顿距离、明可夫斯基距离、余弦相似度、Jaccard Similarity以及皮尔森相关系数等。在本发明实施例中利用字符数组进行确定，

具体地，将目标字符数组与第一字符数组进行对比比较时，计算两个字符数组的相似度值，比如，第一简历中所包含的人脸图像所对应的第一字符数组为011101100011100110100101101001，所接收到的人脸图像所对应的目标字符数组为010101110011010110100101001001，此时的相似度值为27/30＝90％>85％，因此为有效人脸图像。

需要说明的是，在本方案中，步骤S24与步骤S25是一个并行的方案，没有先后顺序，也就是，要么有效人脸图像与标准人脸图像之间的相似度值大于或等于相似度阈值，要么有效人脸图像与标准人脸图像之间的相似度值小于相似度阈值。

本发明进一步提供一种基于人工智能面试装置。

参照图5，图5为一个实施例中基于人工智能面试装置的结构框图。

在一实施例中，该基于人工智能的面试装置50包括信息获取模块51、查询匹配模块52、特征识别模块53以及试题展示模块54。

信息获取模块51，用于当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；

查询匹配模块52，用于基于标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；

特征识别模块53，用于当确定存在相匹配的目标简历时，获取目标简历并识别目标简历的特征标识；

试题展示模块54，用于基于特征标识从预置面试题库中获取对应的面试试题，并展示面试试题。

在一个实施例中，参照图6，图6为一个实施例中信息获取模块的结构框图，所述信息获取模块51具体包括：

检测展示单元511，用于当检测到面试功能被触发时，获取对应的信息输入框，并显示在对应的显示界面上；

装置启动单元512，用于当检测到标识信息输入完成时，启动预置的图像采集装置；

图像采集单元513，用于基于预置的图像采集装置进行人脸图像的采集。

在一个实施例中，参照图7，图7为另一个实施例中基于人工智能的面试装置的结构框图，所述基于人工智能面试装置50具体还包括：

图像判断模块55，用于判断人脸图像是否为有效人脸图像。

在一个实施例中，所述图像判断模块54具体用于：确定人脸图像对应的光流特征；判断光流特征是否为规则向量特征；当光流特征为规则向量特征时，确定人脸图像为有效人脸图像；当光流特征不为规则向量特征时，确定人脸图像为无效人脸图像。

在一个实施例中，参照图8，图8为一个实施例中查询匹配模块的结构框图，所述查询匹配模块52具体包括：

第一数组获取单元521，用于当确定人脸图像为有效人脸图像时，获取与人脸图像对应的目标字符数组；

第二数组获取单元522，用于在预置简历库中获取标识信息相对应的第一简历，并获取第一简历所包含的人脸图像所对应的第一字符数组；

字符数组对比单元523，用于将目标字符数组与第一字符数组进行比较，计算得到对应的相似度值；

简历查询确定模块524，用于当确定相似度值大于或者等于预置相似度阈值时，确定存在相匹配的目标简历，其中目标简历为第一简历；以及用于当确定相似度值小于预置相似度阈值时，确定不存在相匹配的目标简历。

在一个实施例中，所述基于人工智能面试装置50具体还包括：

异常提示模块55，用于当确定不存在相匹配的目标简历时，发出人脸图像异常的提示信息。

在一个实施例中，所述基于人工智能面试装置50具体还包括：

语音获取模块56，用于当接收到语音信息时，利用语音识别技术将语音信息转化为对应的文字信息；

答案录入模块57，用于根据实际的答题信息将对应的文字信息录入在与对应的试题相关联的答题框内。

在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行所述计算机程序时实现以下步骤：

当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；

基于标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；

当确定存在相匹配的目标简历时，获取目标简历并识别目标简历的特征标识；

基于特征标识从预置面试题库中获取对应的面试试题，并展示面试试题。

在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：

当检测到面试功能被触发时，获取对应的信息输入框，并显示在对应的显示界面上；

当检测到标识信息输入完成时，启动预置的图像采集装置；

基于预置的图像采集装置进行人脸图像的采集。

在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：

判断人脸图像是否为有效人脸图像。

在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：

确定人脸图像对应的光流特征；

判断光流特征是否为规则向量特征；

当光流特征为规则向量特征时，确定人脸图像为有效人脸图像；

当光流特征不为规则向量特征时，确定人脸图像为无效人脸图像。

在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：

当确定人脸图像为有效人脸图像时，获取与人脸图像对应的目标字符数组；

在预置简历库中获取标识信息相对应的第一简历，并获取第一简历所包含的人脸图像所对应的第一字符数组；

将目标字符数组与第一字符数组进行比较，计算得到对应的相似度值；

当确定相似度值大于或者等于预置相似度阈值时，确定存在相匹配的目标简历，其中目标简历为第一简历；

当确定相似度值小于预置相似度阈值时，确定不存在相匹配的目标简历。

在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：

当确定不存在相匹配的目标简历时，发出人脸图像异常的提示信息。

在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：

当接收到语音信息时，利用语音识别技术将语音信息转化为对应的文字信息；

根据实际的答题信息将文字信息录入在与对应的试题相关联的答题框内。

在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：

当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；

基于标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；

当确定存在相匹配的目标简历时，获取目标简历并识别目标简历的特征标识；

基于特征标识从预置面试题库中获取对应的面试试题，并展示面试试题。

在一个实施例中，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行以下步骤：

当检测到面试功能被触发时，获取对应的信息输入框，并显示在对应的显示界面上；

当检测到标识信息输入完成时，启动预置的图像采集装置；

基于预置的图像采集装置进行人脸图像的采集。

在一个实施例中，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行以下步骤：

判断人脸图像是否为有效人脸图像。

在一个实施例中，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行以下步骤：

确定人脸图像对应的光流特征；

判断光流特征是否为规则向量特征；

当光流特征为规则向量特征时，确定人脸图像为有效人脸图像；

当光流特征不为规则向量特征时，确定人脸图像为无效人脸图像。

在一个实施例中，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行以下步骤：

当确定人脸图像为有效人脸图像时，获取与人脸图像对应的目标字符数组；

在预置简历库中获取标识信息相对应的第一简历，并获取第一简历所包含的人脸图像所对应的第一字符数组；

将目标字符数组与第一字符数组进行比较，计算得到对应的相似度值；

当确定相似度值大于或者等于预置相似度阈值时，确定存在相匹配的目标简历，其中目标简历为第一简历；

当确定相似度值小于预置相似度阈值时，确定不存在相匹配的目标简历。

在一个实施例中，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行以下步骤：

当确定不存在相匹配的目标简历时，发出人脸图像异常的提示信息。

在一个实施例中，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行以下步骤：

当接收到语音信息时，利用语音识别技术将语音信息转化为对应的文字信息；

根据实际的答题信息将文字信息录入在与对应的试题相关联的答题框内。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，这些均属于本发明的保护之内。

Claims (10)

1.一种基于人工智能的面试方法，其特征在于，所述方法包括：

当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；

基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；

当确定存在相匹配的目标简历时，获取所述目标简历并识别所述目标简历的特征标识；

基于所述特征标识从预置面试题库中获取对应的面试试题，并展示所述面试试题。

2.根据权利要求1所述的基于人工智能的面试方法，其特征在于，所述当检测到面试功能被触发时，接收输入的的标识信息并采集相应的人脸图像，包括：

当检测到面试功能被触发时，获取对应的信息输入框，并显示在对应的显示界面上；

当检测到标识信息输入完成时，启动预置的图像采集装置；

基于所述预置的图像采集装置进行人脸图像的采集。

3.根据权利要求2所述的基于人工智能的面试方法，其特征在于，所述当检测到面试功能被触发时，接收上传的标识信息以及人脸图像之后，所述基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历之前，所述方法还包括：

判断所述人脸图像是否为有效人脸图像。

4.根据权利要求3所述的基于人工智能的面试方法，其特征在于，所述判断所述人脸图像是否为有效人脸图像，包括：

确定所述人脸图像对应的光流特征；

判断所述光流特征是否为规则向量特征；

当所述光流特征为规则向量特征时，确定所述人脸图像为有效人脸图像；

当所述光流特征不为规则向量特征时，确定所述人脸图像为无效人脸图像。

5.根据权利要求4所述的基于人工智能的面试方法，其特征在于，所述基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历，包括：

当确定所述人脸图像为有效人脸图像时，获取与所述人脸图像对应的目标字符数组；

在所述预置简历库中获取所述标识信息相对应的第一简历，并获取所述第一简历所包含的人脸图像所对应的第一字符数组；

将所述目标字符数组与所述第一字符数组进行比较，计算得到对应的相似度值；

当确定所述相似度值大于或者等于预置相似度阈值时，确定存在相匹配的目标简历，其中所述目标简历为所述第一简历；

当确定所述相似度值小于所述预置相似度阈值时，确定不存在相匹配的目标简历。

6.根据权利要求1至5任一项所述的基于人工智能的面试方法，其特征在于，所述基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历，之后还包括：

当确定不存在相匹配的目标简历时，发出人脸图像异常的提示信息。

7.根据权利要求1至5任一项所述的基于人工智能的面试方法，其特征在于，所述基于所述特征标识从预置面试题库中获取对应的面试试题，并展示所述面试试题之后，所述方法还包括：

当接收到语音信息时，利用语音识别技术将所述语音信息转化为对应的文字信息；

根据实际的答题信息将所述文字信息录入在与对应的试题相关联的答题框内。

8.一种基于人工智能的面试装置，其特征在于，所述装置包括：

信息获取模块，用于当检测到面试功能被触发时，接收输入的标识信息并采集相应的人脸图像；

查询匹配模块，用于基于所述标识信息以及人脸图像，确定预置简历库中是否存在相匹配的目标简历；

特征识别模块，用于当确定存在相匹配的目标简历时，获取所述目标简历并识别所述目标简历的特征标识；

试题展示模块，用于基于所述特征标识从预置面试题库中获取对应的面试试题，并展示所述面试试题。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述基于人工智能的面试方法的步骤。

10.一种存储有计算机可读指令的存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述基于人工智能的面试方法的步骤。