[发明专利]一种基于深度学习的团队组建方法、系统、设备及介质

说明书

本申请实施例提供了一种基于深度学习的团队组建方法、系统、设备及介质，获取待匹配人员的视频数据；其中，所述视频数据是基于所述待匹配人员的创业活动拍摄的；处理所述视频数据，并将所述视频数据输入预先训练的人体姿态识别模型中，从而得到匹配概率；基于所述匹配概率，对所述待匹配人员进行打分；根据打分结果，将所述待匹配人员组建为团队。本申请实施例通过收集创业活动中参与人员的视频数据，并基于一系列计算机深度视觉算法处理这些视频数据，对待匹配人员进行各项身体动作幅度、眼球转动以及语言表达情况进行有效捕捉，并进行打分，从而获得了较为科学合理的团队组建因素。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种基于深度学习的团队组建方法、系统、设备及介质。

背景技术

创新创业活动是推动经济发展、社会进步的根本动力。近年来国家对创业活动教育日益重视，将其作为建设创新型国家的关键战略举措。在创业活动中，一个结构合理的创业团队对创业的成败至关重要。

目前，大学生创业活动团队组建逻辑多为人际型组建逻辑，在组建方式上多为自主组建，缺乏专业人员的引导协调，这样组建的团队在专业程度、稳定性等方面有所欠缺，难以抵抗创业的风险，从而导致创业活动以失败而告终。随着计算机技术的发展，通过计算机技术来组建团队成为可能。将创业团队组建过程中各种数据进行收集，并以此来通过计算机技术进行团队创建，从而形成结构合理的团队具有重要的现实意义。

发明内容

本申请实施例提供了一种基于深度学习的团队组建方法、系统、设备及介质，用以解决现有的团队组建逻辑多为人际型组建逻辑，组建的团队在专业程度、稳定性等方面有所欠缺，难以抵抗创业的风险的技术问题。

一方面，本申请实施例提供了一种基于深度学习的团队组建方法，所述方法包括：

获取待匹配人员的视频数据；其中，所述视频数据是基于所述待匹配人员的创业活动拍摄的；

处理所述视频数据，并将所述视频数据输入预先训练的人体姿态识别模型中，从而得到匹配概率；

基于所述匹配概率，对所述待匹配人员进行打分；

根据打分结果，将所述待匹配人员组建为团队。

在本申请的一种实现方式中，所述人体姿态识别模型的训练过程为：

获取训练样本；其中，所述训练样本中包含若干种人体的动作；

将所述训练样本通过BlazePose算法进行处理，从而得到人体的若干个2D关键身体点位信息；

将所述若干个2D关键身体点位信息，输入人体姿态识别模型中进行训练。

在本申请的一种实现方式中，所述方法还包括：

将所述若干个2D关键身体点位信息通过Pr-VIPE算法，映射到具有视角不变的嵌入空间之中，得到正样例对损失函数；

基于所述正样例对损失函数，得到匹配概率。

在本申请的一种实现方式中，所述基于所述匹配概率，对所述待匹配人员进行打分，具体为：

将所述待匹配人员进行分组，从而将每个待匹配人员都赋予身份标签；

基于所述匹配概率的大小，以及所述待匹配人员的身份标签，对每个待匹配人员的动作幅度进行打分。

在本申请的一种实现方式中，对待匹配人员的动作幅度进行打分，具体为：

利用样本数据，结合CoVeR训练策略训练出浅层的动作模型；其中，所述动作模型用于对待匹配人员的动作幅度进行打分；

生成测试样本，对所述动作模型进行测试，从而得到满足要求的动作模型；