[发明专利]基于员工行为的工作饱和度分析方法、装置、设备及介质

说明书

本发明涉及人工智能技术，揭露了一种基于员工行为的工作饱和度分析方法，包括：利用工位检测模型框选监控视频中的工位，得到无标记框；识别无标记框中工位的位置特征，并利用位置特征查询员工‑工位信息库，得到工位对应的有标记框；根据有标记框，提取监控视频中所述工位的对应的视频片段，得到有标签工位视频片段；对有标签工位视频片段进行图片截取，得到工位图片序列；利用饱和度识别模型从所述工位图片序列中识别出员工工作行为集合并判断所述员工行为集合中属于有效工作类别的占比，得到所述工位对应的员工工作饱和度。本发明还提出一种基于员工行为的工作饱和度分析装置、电子设备以及存储介质。本发明可以提高工作饱和度分析的精确度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于员工行为的工作饱和度分析方法、装置、电子设备及计算机可读存储介质。

背景技术

工作饱和度对于公司来说具有重要的作用，它是定岗定编的基础，也是员工培训开发的直接依据，更是员工工作效率和考核的标准，公司通过对饱和度进行分析能有效得知当前在岗位编制、人员选拔、工作分配等方面的问题。

目前为评估各单位的饱和度，通常管理者根据考勤记录、需求完成情况、系统操作日志等方面信息，再经过主观判断进行评估，由于管理者不能同时兼顾多个员工的工作情况，因此得到的结果具有明显的片面性，既不公平，也不准确。

发明内容

本发明提供一种基于员工行为的工作饱和度分析方法、装置及计算机可读存储介质，其主要目的在于解决进行工作饱和度分析时的精确度较低的问题。

为实现上述目的，本发明提供的一种基于员工行为的工作饱和度分析方法，包括：

获取预设工作场所中安装的视频监控设备捕获到的监控视频，利用预构建的工位检测模型识别并框选所述监控视频中的工位，得到无标记框；

识别所述无标记框中工位的位置特征，并利用所述位置特征查询预构建的员工-工位信息库，得到所述工位对应的有标记框；

根据所述有标记框，从所述监控视频中提取所述工位的对应的视频片段，得到有标签工位视频片段；

根据预设频率，对所述有标签工位视频片段进行图片截取，得到工位图片序列；

利用训练完成的饱和度识别模型，识别所述工位图片序列中各个工位图片中的员工工作行为，得到员工行为集合，并判断所述员工行为集合中属于预设的有效工作类别的占比，根据所述占比得到所述工位对应的员工的工作饱和度。

可选的，所述利用预构建的工位检测模型识别并框选所述监控视频中的工位，得到无标记框，包括：

利用预构建的回归算法，识别所述监控视频中的各个图像特征，得到特征序列集合；

识别所述特征序列集合，得到所述特征序列集合中各个特征序列对应的目标物识别结果；

利用所述工位检测模型中的第一softmax层中，采用无标记框从所述目标物识别结果中框选所述监控视频中工位，得到无标记框。

可选的，所述利用所述位置特征查询预构建的员工-工位信息库，得到所述工位对应的有标记框，包括：

根据所述位置特征查询预构建的员工-工位信息库，得到所述工位对应的员工身份数据，并提取所述员工身份数据中的预设类型的数据字段进行键-值组合，得到键值对；

利用所述键值对标记所述无标记框，得到所述工位对应的有标记框。

可选的，所述利用训练完成的饱和度识别模型，识别所述工位图片序列中各个工位图片中的员工工作行为，得到员工行为集合，包括：

利用训练完成的饱和度识别模型中预设的卷积核集合对所述工位图片序列进行卷积，得到卷积矩阵集合；