[发明专利]一种特殊岗位人员视觉认知能力量化评测方法、系统及评测设备

说明书

本发明涉及一种特殊岗位人员视觉认知能力量化评测方法、系统及评测设备。所述方法包括：获取评测请求人每个题目的答题数据，所述答题数据包括图像题目的答题数据，所述图像题目所用的图像为基于深度学习得到的模拟特殊岗位业务场景的图像，所述深度学习为生成对抗网络，所述图像题目所用的图像为基于生成对抗网络得到的模拟特殊岗位业务场景的图像；对所述评测请求人的答题数据进行交互时间长短的分析、交互结果准确率的分析，综合所述分析，得到量化的评测请求人的视觉认知能力得分；输出所述评测请求人的视觉认知能力得分。本发明通过信息化手段研制特殊岗位视觉认知效能量化评测体系的软件系统，具有重要的应用价值。

技术领域

本发明涉及智能系统领域，更具体地，涉及一种特殊岗位人员视觉认知能力量化评测方法、系统、评测设备和计算机可读存储介质。

背景技术

为了适应对视觉认知有较高要求的特殊岗位人员队伍建设的需要，建立科学的视觉认知能力评测与训练体系，基于信息化的手段对特殊岗位人员进行科学评测，将合适的人员安排到合适的岗位。同时对特殊岗位人员视觉认知能力进行持续跟踪，有针对性的进行视觉认知能力训练。然而，现有的针对特殊岗位专业能力评测方法都无法实现准确的评测和训练，尤其是视觉认知能力的评测和训练，故而，本申请通过信息化手段研制特殊岗位视觉认知效能量化评测体系的软件系统，支撑特殊岗位人员视觉认知能力的评测和训练。

发明内容

本申请的目的在于提供一种特殊岗位人员视觉认知能力量化评测方法，包括：

获取评测请求人每个题目的答题数据，所述答题数据包括图像题目的答题数据，所述图像题目所用的图像为基于深度学习得到的模拟特殊岗位业务场景的图像，所述深度学习为生成对抗网络，所述图像题目所用的图像为基于生成对抗网络得到的模拟特殊岗位业务场景的图像，所述图像题目所用的图像生成方法包括：生成噪音序列；将所述噪音序列输入预先训练的生成对抗网络模型，生成模拟特殊岗位业务场景的图像；

对所述评测请求人的答题数据进行交互时间长短的分析、交互结果准确率的分析，综合所述分析，得到量化的评测请求人的视觉认知能力得分；

输出所述评测请求人的视觉认知能力得分。

进一步，所述预先训练的生成对抗网络模型的训练方法包括：

截取特殊岗位日常训练所用图像作为真实样本训练集图像；

在噪声序列中随机采样，输入生成器中，得到假样本训练集图像；

将所述真实样本训练集图像和所述假样本训练集图像输入判别器中，判别器输出值为图像属于真实样本的概率；

根据得到的概率值和损失函数计算损失值；

根据判别器和生成器的损失值，利用反向传播算法计算梯度，利用优化器更新判别器和生成器的参数，得到训练的生成对抗网络模型。

可选的，所述截取特殊岗位日常训练所用图像为分别反映视觉能力、关注力能力、记忆能力、心理承受能力、专业能力的图像，采用反映视觉能力的图像作为真实样本训练集图像训练生成对抗网络模型，得到生成视觉能力的图像的生成对抗网络模型；采用反映关注力能力的图像作为真实样本训练集图像训练生成对抗网络模型，得到生成关注力能力的图像的生成对抗网络模型；采用反映记忆能力的图像作为真实样本训练集图像训练生成对抗网络模型，得到生成记忆能力的图像的生成对抗网络模型；采用反映心理承受能力的图像作为真实样本训练集图像训练生成对抗网络模型，得到生成心理承受能力的图像的生成对抗网络模型；采用反映专业能力的图像作为真实样本训练集图像训练生成对抗网络模型，得到生成专业能力的图像的生成对抗网络模型。

进一步，获取评测请求人的答题数据包括评测请求人每道题目的交互时间、评测请求人每道题目的交互结果，所述交互结果为将评测请求人的答题结果与题目的答案进行比较，获得答题准确与否的交互结果；