CN107480582A - 简历真实度的检测方法及装置 - Google Patents

简历真实度的检测方法及装置 Download PDF

Info

Publication number
CN107480582A
CN107480582A CN201710510236.3A CN201710510236A CN107480582A CN 107480582 A CN107480582 A CN 107480582A CN 201710510236 A CN201710510236 A CN 201710510236A CN 107480582 A CN107480582 A CN 107480582A
Authority
CN
China
Prior art keywords
image
applicant
validity
resume
feature vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710510236.3A
Other languages
English (en)
Inventor
郭方清
吕庆春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing 58 Information Technology Co Ltd
Original Assignee
Beijing 58 Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing 58 Information Technology Co Ltd filed Critical Beijing 58 Information Technology Co Ltd
Priority to CN201710510236.3A priority Critical patent/CN107480582A/zh
Publication of CN107480582A publication Critical patent/CN107480582A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供一种简历真实度的检测方法及装置，该方法包括：获取应聘者图像，并从应聘者的简历中提取出应聘者的第一特征信息；利用预设图像识别技术，确定应聘者图像的图像真实度，并从应聘者图像中提取出应聘者的第二特征信息；根据第一特征信息、第二特征信息和图像真实度，确定应聘者的简历的真实度。用于提高简历真实度的检测效率和准确度。

Description

简历真实度的检测方法及装置
技术领域
本发明实施例涉及信息挖掘技术领域，尤其涉及一种简历真实度的检测方法及装置。
背景技术
随着网络技术的发展，越来越多的应聘者选择通过网络投递简历，招聘方通过网络收集到大量简历，并对收集到的简历进行人工筛选，以选取出符合岗位需求的应聘者进行面试。
然而，招聘方通过网络收到的简历中通常会包括很多虚假简历，虚假简历中的应聘者图像通常为虚假图像，虚假图像通常为网络人物图像，例如，明星图像、卡通图像等。为了剔除虚假简历，通常需要人工进行筛选，例如，工作人员打开简历后，判断应聘者图像是否为真实的图像，若不是，则将简历确定为虚假简历，并丢弃该虚假简历。
但是，通过人工进行简历真实度的检测需要消耗较多的人力，且检测速度较慢，进而导致简历真实度检测的效率较低。
发明内容
本发明实施例提供一种简历检测方法及装置，提高了简历真实度检测的效率和准确度。
第一方面，本发明实施例提供一种简历真实度的检测方法，包括：
获取应聘者图像，并从所述应聘者的简历中提取出所述应聘者的第一特征信息；
利用预设图像识别技术，确定所述应聘者图像的图像真实度，并从所述应聘者图像中提取出所述应聘者的第二特征信息；
根据所述第一特征信息、所述第二特征信息和所述图像真实度，确定所述应聘者的简历的真实度。
在一种可能的实施方式中，所述利用预设图像识别技术，确定所述应聘者图像的图像真实度，包括：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
根据所述第一相似度，确定所述应聘者图像的图像真实度。
在另一种可能的实施方式中，所述利用预设图像识别技术，确定所述应聘者图像的图像真实度，包括：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
将所述应聘者图像与预设图像库中的图像进行匹配，获取所述应聘者图像与所述预设图像库中每一张图像的相似度；
在所述应聘者图像与所述预设图像库中每一张图像的相似度中确定最大相似度；
根据所述第一相似度、及所述最大相似度，确定所述应聘者图像的图像真实度。
在另一种可能的实施方式中，所述第一特征信息和所述第二特征信息中至少包括应聘者的性别；所述从所述应聘者图像中提取出所述应聘者的第二特征信息，包括：
在所述应聘者图像中提取第一人脸特征向量；
获取预设的标准男性人脸特征向量和预设的标准女性人脸特征向量；
获取所述第一人脸特征向量与所述标准男性人脸特征向量的第二相似度、及所述第一人脸特征向量与所述标准女性人脸特征向量的第三相似度；
根据所述第二相似度和所述第三相似度，确定从所述应聘者图像中提取的应聘者的性别。
在另一种可能的实施方式中，所述第一特征信息和所述第二特征信息中至少包括应聘者的年龄段；所述从所述应聘者图像中提取出所述应聘者的第二特征信息，包括：
在所述应聘者图像中提取第一人脸特征向量；
获取多个预设年龄段对应的人脸特征向量；
获取所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度；
根据所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度，在所述预设年龄段中确定从所述应聘者图像中提取的应聘者的年龄段。
在另一种可能的实施方式中，所述确定所述应聘者的简历的真实度，包括：
对比所述第一特征信息和所述第二特征信息，得到所述应聘者图像和所述简历的匹配度；
根据所述应聘者图像的图像真实度和所述匹配度，确定所述应聘者的简历的真实度。
在另一种可能的实施方式中，所述根据所述应聘者图像的图像真实度和所述匹配度，确定所述应聘者的简历的真实度，包括：
获取图像真实度对应的第一权重值、及匹配度对应的第二权重值；
根据所述图像真实度、所述第一权重值、所述匹配度、及所述第二权重值，确定所述应聘者的简历的真实度。
在另一种可能的实施方式中，所述确定所述应聘者的简历的真实度之后，还包括：
获取预设简历真实度阈值；
丢弃简历真实度低于所述预设简历真实度阈值的简历。
在另一种可能的实施方式中，所述确定所述应聘者图像的图像真实度之后，还包括：
获取预设图像真实度阈值；
当所述应聘者图像的图像真实度低于所述预设图像真实度阈值时，提示所述应聘者重新提交应聘者图像。
第二方面，本发明实施例提供一种简历真实度的检测装置，包括第一获取模块、第一提取模块、第一确定模块、第二提取模块和第二确定模块，其中，
所述获取模块用于，获取应聘者图像；
所述第一提取模块用于，从所述应聘者的简历中提取出所述应聘者的第一特征信息；
所述第一确定模块用于，利用预设图像识别技术，确定所述应聘者图像的图像真实度；
所述第二提取模块用于，从所述应聘者图像中提取出所述应聘者的第二特征信息；
所述第二确定模块用于，根据所述第一特征信息、所述第二特征信息和所述图像真实度，确定所述应聘者的简历的真实度。
在一种可能的实施方式中，所述第一确定模块具体用于：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
根据所述第一相似度，确定所述应聘者图像的图像真实度。
在另一种可能的实施方式中，所述第一确定模块具体用于：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
将所述应聘者图像与预设图像库中的图像进行匹配，获取所述应聘者图像与所述预设图像库中每一张图像的相似度；
在所述应聘者图像与所述预设图像库中每一张图像的相似度中确定最大相似度；
根据所述第一相似度、及所述最大相似度，确定所述应聘者图像的图像真实度。
在另一种可能的实施方式中，所述第一特征信息和所述第二特征信息中至少包括应聘者的性别；所述第二提取模块具体用于：
在所述应聘者图像中提取第一人脸特征向量；
获取预设的标准男性人脸特征向量和预设的标准女性人脸特征向量；
获取所述第一人脸特征向量与所述标准男性人脸特征向量的第二相似度、及所述第一人脸特征向量与所述标准女性人脸特征向量的第三相似度；
根据所述第二相似度和所述第三相似度，确定从所述应聘者图像中提取的应聘者的性别。
在另一种可能的实施方式中，所述第一特征信息和所述第二特征信息中至少包括应聘者的年龄段；所述第二提取模块具体用于：
在所述应聘者图像中提取第一人脸特征向量；
获取多个预设年龄段对应的人脸特征向量；
获取所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度；
根据所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度，在所述预设年龄段中确定从所述应聘者图像中提取的应聘者的年龄段。
在另一种可能的实施方式中，所述第二确定模块包括对比单元和确定单元，其中，
所述对比单元用于，对比所述第一特征信息和所述第二特征信息，得到所述应聘者图像和所述简历的匹配度；
所述确定单元用于，根据所述应聘者图像的图像真实度和所述匹配度，确定所述应聘者的简历的真实度。
在另一种可能的实施方式中，所述确定单元具体用于：
获取图像真实度对应的第一权重值、及匹配度对应的第二权重值；
根据所述图像真实度、所述第一权重值、所述匹配度、及所述第二权重值，确定所述应聘者的简历的真实度。
在另一种可能的实施方式中，所述装置还包括第二获取模块和丢弃模块，其中，
所述第二获取模块用于，在所述第二确定模块确定所述应聘者的简历的真实度之后，获取预设简历真实度阈值；
所述丢弃模块用于，丢弃简历真实度低于所述预设简历真实度阈值的简历。
在另一种可能的实施方式中，所述装置还包括提示模块，其中，
所述第二获取模块用于，在所述第二确定模块确定所述应聘者图像的图像真实度之后，获取预设图像真实度阈值；
所述提示模块用于，当所述应聘者图像的图像真实度低于所述预设图像真实度阈值时，提示所述应聘者重新提交应聘者图像。
本发明实施例提供的简历检测方法及装置，获取应聘者图像，并从应聘者的简历中提取出应聘者的第一特征信息，利用预设图像识别技术，确定应聘者图像的图像真实度，并从应聘者图像中提取出应聘者的第二特征信息，根据第一特征信息、第二特征信息和图像真实度，确定应聘者的简历的真实度。其中，应聘者图像的图像真实度用于反映应聘者图像是否为真实的人脸图像，应聘者图像和简历的匹配度用于反映应聘者在简历中填写的信息或应聘者图像是否真实，进而可以准确的确定简历的真实度，且上述过程无需人工参与，可以批量的进行简历自动识别和真实度的检测，进而提高对简历真实度检测的效率和准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的简历真实度的检测方法的应用场景示意图；
图2为本发明实施例提供的简历真实度的检测方法的流程示意图；
图3为本发明实施例提供的确定图像真实度方法的流程示意图一；
图4为本发明实施例提供的确定图像真实度方法的流程示意图二；
图5为本发明实施例提供的简历真实度的检测装置的结构示意图一；
图6为本发明实施例提供的简历真实度的检测装置的结构示意图二。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的简历真实度的检测方法的应用场景示意图。请参见图1，包括客户端101和服务器102。可选的，客户端101可以安装于手机、电脑等设备。应聘者可以通过客户端101向招聘方投递简历，再由招聘方所管理的服务器102对收集到的简历进行处理。其中，投递的简历中至少包括应聘者图像和应聘者的基本信息，例如应聘者的姓名、性别等。
在服务器102接收到客户端101发送的简历之后，可以将简历存储在简历库中，服务器102还可以对简历中的应聘者图像、及应聘者信息进行分析，以确定简历的真实度；进一步的，还可以根据简历库中每一个简历的真实度，对简历库中的简历进行排序或筛选。在本申请中，可以根据简历中的应聘者图像和应聘者信息，确定简历的真实度，无需人工对简历的真实性筛选，进而提高对简历真实度检测的准确度，同时，可以实现批量的自动化检测并筛选简历，提高简历的处理效率和准确度。
在实际应用中，本发明实施例提供的简历真实度的检测方法也可以应用于终端设备，该终端设备可以通过扫描或拍照等方式收集到应聘者的简历，之后利用终端设备本地设置的标准信息库，检测应聘者的图像真实度及简历真实度，从而实现简历真实性的自动、批量检测及筛选。
下面，通过具体实施例，对本申请所示的技术方案进行详细说明。需要说明的是，下面几个具体实施例可以相互结合，对于相同或相似的内容，在不同的实施例中不再进行赘述。
图2为本发明实施例提供的简历真实度的检测方法的流程示意图。请参见图2，该方法可以包括：
S201、获取应聘者图像，并从应聘者的简历中提取出应聘者的第一特征信息。
本发明实施例的执行主体为简历真实度的检测装置，该简历真实度的检测装置可以设置在服务器中。可选的，简历真实度的检测装置可以通过软件实现，或者，简历真实度的检测装置可以通过软件和硬件的结合实现。
可选的，简历真实度的检测装置可以在接收到一个简历之后，执行图2实施例所示的技术方案，也可以周期性的或批量并行的执行图2实施例所示的技术方案，以对简历库中未检测的简历进行检测，本发明实施例对进行简历检测的时刻不作具体限定。
可选的，应聘者的简历可以为应聘者上传的任意一个简历，应聘者的简历也可以为简历库中未检测的任意一个简历。
可选的，应聘者的第一特征信息可以为应聘者的性别、应聘者的年龄等，在实际应用过程中，可以根据实际需要设置该第一特征信息，本发明实施例对此不作具体限定。
可选的，应聘者的简历可以为应聘者通过客户端中的应用程序生成的，例如，安装在客户端的应用程序可以向应聘者提供简历模板，应聘者在简历模板中填写对应的信息后即可生成简历。在该种情况下，应聘者的信息在简历中的位置为固定的，相应的，简历真实度的检测装置可以根据应聘者图像在简历中的位置，在简历中获取应聘者图像，根据应聘者的特征信息在简历中的位置，在简历中获取应聘者的第一特征信息。
可选的，应聘者的简历还可以为应聘者通过客户端上传的，例如，应聘者的简历可以为word文档、PDF文档、图片等。在该种情况下，简历真实度的检测装置可以对应聘者的简历进行文字识别或语义分析，以在应聘者的简历中提取应聘者图像和应聘者的第一特征信息。
S202、利用预设图像识别技术，确定应聘者图像的图像真实度。
在本发明实施例中，应聘者图像的图像真实度用于指示应聘者图像是否为真实的人脸图像，本发明实施例可以利用人脸识别技术对应聘者图像进行人脸识别，也可以利用其他图像识别技术来检测应聘者图像是否为真实的人脸图像。
需要说明的是，在图3-图4所示的实施例中，对获取应聘者图像的图像真实度的方法进行详细说明，此处不再进行赘述。
S203、从应聘者图像中提取出应聘者的第二特征信息。
可选的，第二特征信息可以为应聘者的性别、应聘者的年龄等。
具体的，当第二特征信息包括应聘者的性别时，可以根据如下方式在应聘者图像中提取应聘者的性别：在应聘者图像中提取第一人脸特征向量；获取预设的标准男性人脸特征向量和预设的标准女性人脸特征向量；获取第一人脸特征向量与标准男性人脸特征向量的第二相似度、及第一人脸特征向量与标准女性人脸特征向量的第三相似度；根据第二相似度和第三相似度，确定应聘者图像对应的应聘者性别。
可选的，标准男性人脸特征向量中包括男性人脸的基本特征，可以对多个男性样本人脸进行提取特征，得到每个男性样本人脸的特征向量，并对多个男性样本人脸的特征向量进行整合处理，得到标准男性人脸特征向量。标准女性人脸特征向量中包括女性人脸的基本特征，可以对多个女性样本人脸进行提取特征，得到每个女性样本人脸的特征向量，并对多个女性样本人脸的特征向量进行整合处理，得到标准女性人脸特征向量。
可选的，可以获取第一人脸特征向量与标准男性人脸特征向量之间的第一距离，并根据第一距离，获取第二相似度，其中，第一距离越小，第二相似度越大。可选的，可以获取第一人脸特征向量与标准女性人脸特征向量之间的第二距离，并根据第二距离，获取第三相似度，其中，第二距离越小，第三相似度越大。可选的，若第二相似度大于第三相似度，则可以确定应聘者图像对应的应聘者性别为男性，若第二相似度小于第三相似度，则可以确定应聘者图像对应的应聘者性别为女性。
具体的，当第二特征信息包括应聘者的年龄段时，可以根据如下方式在应聘者图像中提取应聘者的年龄段：在应聘者图像中提取第一人脸特征向量；获取多个预设年龄段对应的人脸特征向量；获取第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度；根据第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度，在预设年龄段中确定从应聘者图像中提取的应聘者的年龄段。
可选的，每一个预设年龄段对应的人脸特征向量中包括该预设年龄段的用户的人脸的基本特征，可以对该预设年龄段的多个样本人脸进行提取特征，得到每个样本人脸的特征向量，并对多个样本人脸的特征向量进行整合处理，得到该预设年龄段对应的人脸特征向量。
可选的，可以获取第一人脸特征向量与每一个预设年龄段对一个的人脸特征向量之间的距离，并根据第一人脸特征向量与每一个预设年龄段对一个的人脸特征向量之间的距离，获取第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度，将与第一人脸特征向量相似度最高的人脸特征向量对应的预设年龄段确定为从应聘者图像中提取的应聘者的年龄段。
具体的，当第二特征信息既包括应聘者的性别还包括年龄段时，可以根据上述两种方式的结合在应聘者图像中提取应聘者的性别和年龄段信息。
S204、根据第一特征信息、第二特征信息和所述图像真实度，确定应聘者的简历的真实度。
具体的，对比第一特征信息和第二特征信息，得到应聘者图像和简历的匹配度，根据应聘者图像的图像真实度和匹配度，确定应聘者的简历的真实度。
可选的，应聘者图像和简历的匹配度用于指示简历中的应聘者图像与简历中的应聘者的信息之间的一致性。也就是说，应聘者图像和简历的匹配度越高，简历的真实度也越高。
可选的，可以获取图像真实度对应的第一权重值、及匹配度对应的第二权重值，根据应聘者图像的真实度、第一权重值、匹配度、及第二权重值，确定简历的真实度。
可选的，根据如下公式一，确定所述简历的真实度P：
P＝α1×P1+α2×P2 公式一；
其中，α1为图像真实度对应的第一权重值，P1为图像真实度，α2为匹配度对应的第二权重值，P2为应聘者图像和简历的匹配度。
举例来说，当应聘者图像为真实的人脸图像时，则应聘者图像的图像真实度可以为1，当应聘者图像与真实的人脸图像较为接近时，则应聘者图像的图像真实度可以为0.8；当应聘者图像为风景图像、卡通图像时，则应聘者图像的图像真实度可以为0。
例如，假设α1为0.5，α2为0.5，再假设简历1中的应聘者图像的图像真实度P1为0.8，简历1中的应聘者图像和简历的匹配度为0.9，则简历1的真实度P＝0.5*0.8+0.5*0.9＝0.85。
进一步的，本发明实施例可以根据P的大小，对简历进行排序或筛选处理。当P<N，N为预设简历真实度阈值时，丢弃该简历。或者，当P<N，N为预设简历真实度阈值时，提示应聘者重新提交应聘者本人的真实图像。
本发明实施例提供的简历检测方法，获取应聘者图像，并从应聘者的简历中提取出应聘者的第一特征信息，利用预设图像识别技术，确定应聘者图像的图像真实度，并从应聘者图像中提取出应聘者的第二特征信息，根据第一特征信息、第二特征信息和图像真实度，确定应聘者的简历的真实度。其中，应聘者图像的图像真实度用于反映应聘者图像是否为真实的人脸图像，应聘者图像和简历的匹配度用于反映应聘者在简历中填写的信息或应聘者图像是否真实，进而可以准确的确定简历的真实度，且上述过程无需人工参与，可以批量的进行简历自动识别和真实度的检测，进而提高对简历真实度检测的效率和准确度。
在上述任意一个实施例的基础上，可选的，可以通过如下可行的实现方式确定应聘者图像的图像真实度(图2所示实施例中的S202)，具体的，请参见图3-图4所示的实施例。
图3为本发明实施例提供的确定图像真实度方法的流程示意图一。请参见图3，该方法可以包括：
S301、获取预设的标准人脸特征向量。
预设的标准人脸特征向量中包括人脸的基本特征，可选的，可以对多个样本人脸中提取特征，得到每个样本人脸的特征向量，并对多个样本人脸的特征向量进行整合处理，得到标准人脸特征向量。该标识人脸特征向量可以为多维的，例如，200维、300维等，其中，标准人脸特征向量中的每一个纬度的特征值均可以指示人脸中的一个特征。在实际应用过程中，可以根据实际需要设置标准人脸特征向量的纬度。
例如，人脸的轮廓曲线通常为椭圆形，图像中的人脸和背景之间通常会有椭圆形的边缘线，因此，预设的标准人脸特征向量中包括用于指示该边缘线的特征。再例如，人脸上的眼睛、鼻子、嘴巴的形状大致固定，且这些器官的相对位置较为固定，因此，预设的标准人脸特征向量中包括用于指示器官形状和相对位置的特征。
S302、在应聘者图像中提取第一人脸特征向量。
可选的，可以根据标准人脸特征向量的纬度、及每一个纬度指示的特征类型，在应聘者图像中提取第一人脸特征向量。
可选的，第一人脸特征向量的纬度和标准人脸特征向量的纬度相同，且第一人脸特征向量中每一个特征指示的特征类型、与标准人脸特征向量中对应的特征指示的特征类型相同，例如，标准人脸特征向量中的第一个特征指示人脸轮廓线，则第一人脸特征向量中的第一个特征也指示人脸轮廓线。
S303、获取第一人脸特征向量和标准人脸特征向量的第一相似度。
可选的，可以获取第一人脸特征向量和标准人脸特征向量之间的距离，根据第一人脸特征向量和标准人脸特征向量之间的距离，确定第一人脸特征向量和标准人脸特征向量的第一相似度。第一人脸特征向量和标准人脸特征向量之间的距离越小，第一相似度越高。
S304、根据第一相似度，确定应聘者图像的真实度。
可选的，第一相似度越高，应聘者图像的真实度也越高。第一相似度和应聘者图像的真实度之间可以具有预设对应关系，相应的，可以根据第一相似和该预设对应关系，确定应聘者图像的真实度。在实际应用过程中，可以根据实际需要，设置该预设对应关系。
在图3所示的实施例中，通过在应聘者图像中提取第一人脸特征向量，并将第一人脸特征向量与预设的标准人脸特征向量进行比对，可以准确的获取应聘者图像的真实度。
图4为本发明实施例提供的确定图像真实度方法的流程示意图二。请参见图4，该方法可以包括：
S401、获取预设的标准人脸特征向量。
S402、在应聘者图像中提取第一人脸特征向量。
S403、获取第一人脸特征向量和标准人脸特征向量的第一相似度。
需要说明的是，S401-S403的执行过程可以参见S301-S303，此处不再进行赘述。
S404、将应聘者图像与预设图像库中的图像进行匹配，获取应聘者图像与预设图像库中每一张图像的相似度。
可选的，预设图像库中的图像包括网络人物图像，例如，网络人物图像可以为明星图像等。
可选的，可以获取预设图像库中每一张图像的特征向量，并根据第一人脸特征向量和图像库中每一张图像的特征向量，获取应聘者图像与预设图像库中每一张图像的相似度。
S405、在应聘者图像与预设图像库中每一张图像的相似度中确定最大相似度。
最大相似度为应聘者图像与预设图像库中每一张图像的相似度中最大的相似度。
S406、根据第一相似度、及最大相似度，确定应聘者图像的真实度。
可选的，第一相似度越高，应聘者图像的真实度也越高。最大相似度越高，应聘者图像的真实度越低。
在图4所示的实施例中，在获取应聘者图像的真实度之后，还判断应聘者图像是否为网络人物图像，这样，可以进一步准确的确定应聘者图像的真实度。
在上述任意一个实施例的基础上，可选的，在简历检测装置获取简历库中简历的真实度之后，还可以按照真实度对简历库中的简历进行排序，这样，工作人员可以方便的在简历库中获取真实度较高的简历。
需要说明的是，在实际应用过程中，当简历为客户端中的应用程序根据应聘者在简历模板中填写的信息生成时，相应的，在应聘者在简历模板中上传应聘者图像时，可以对应聘者上传的图像的真实度进行检测，若检测应聘者上传的图像的真实度小于预设简历真实度阈值时，可以生成提醒信息，以使应聘者上传更为真实的应聘者图像。当然，若应聘者先填写应聘者信息，后上传应聘者图像，则在应聘者上传应聘者图像后，可以对应聘者填写的信息和应聘者图像进行匹配，以确定应聘者填写信息和应聘者图像的匹配度，若匹配度小于预设匹配度，则提示应聘者对应聘者信息或应聘者图像进行纠正；若应聘者先上传应聘者图像，后填写应聘者信息，则在应聘者填写应聘者信息后，可以对应聘者填写的信息和应聘者图像进行匹配，以确定应聘者填写信息和应聘者图像的匹配度，若匹配度小于预设匹配度，则提示应聘者对应聘者信息或应聘者图像进行纠正。
可选的，当应聘者的简历为简历库中的简历时，在确定应聘者的简历的真实度之后，还可以获取预设简历真实度阈值，并丢弃简历真实度低于预设简历真实度阈值的简历。这样，可以快速对简历库中的简历进行筛选。
可选的，当应聘者的简历为用户在客户端提交的简历时，在确定应聘者图像的图像真实度之后，还可以获取预设图像真实度阈值，当应聘者图像的图像真实度低于预设图像真实度阈值时，提示应聘者重新提交应聘者图像。这样，可以保证提交到简历库中的简历为真实度较高的简历。
图5为本发明实施例提供的简历真实度的检测装置的结构示意图一。请参见图5，包括第一获取模块11、第一提取模块12、第一确定模块13、第二提取模块14和第二确定模块15，其中，
所述获取模块11用于，获取应聘者图像；
所述第一提取模块12用于，从所述应聘者的简历中提取出所述应聘者的第一特征信息；
所述第一确定模块13用于，利用预设图像识别技术，确定所述应聘者图像的图像真实度；
所述第二提取模块14用于，从所述应聘者图像中提取出所述应聘者的第二特征信息；
所述第二确定模块15用于，根据所述第一特征信息、所述第二特征信息和所述图像真实度，确定所述应聘者的简历的真实度。
本发明实施例提供的简历真实度的检测装置可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
在一种可能的实施方式中，所述第一确定模块13具体用于：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
根据所述第一相似度，确定所述应聘者图像的图像真实度。
在另一种可能的实施方式中，所述第一确定模块13具体用于：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
将所述应聘者图像与预设图像库中的图像进行匹配，获取所述应聘者图像与所述预设图像库中每一张图像的相似度；
在所述应聘者图像与所述预设图像库中每一张图像的相似度中确定最大相似度；
根据所述第一相似度、及所述最大相似度，确定所述应聘者图像的图像真实度。
在另一种可能的实施方式中，所述第一特征信息和所述第二特征信息中至少包括应聘者的性别；所述第二提取模块14具体用于：
在所述应聘者图像中提取第一人脸特征向量；
获取预设的标准男性人脸特征向量和预设的标准女性人脸特征向量；
获取所述第一人脸特征向量与所述标准男性人脸特征向量的第二相似度、及所述第一人脸特征向量与所述标准女性人脸特征向量的第三相似度；
根据所述第二相似度和所述第三相似度，确定从所述应聘者图像中提取的应聘者的性别。
在另一种可能的实施方式中，所述第一特征信息和所述第二特征信息中至少包括应聘者的年龄段；所述第二提取模块14具体用于：
在所述应聘者图像中提取第一人脸特征向量；
获取多个预设年龄段对应的人脸特征向量；
获取所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度；
根据所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度，在所述预设年龄段中确定从所述应聘者图像中提取的应聘者的年龄段。
图6为本发明实施例提供的简历真实度的检测装置的结构示意图二。在图5所示实施例的基础上，请参见图6，所述第二确定模块15包括对比单元151和确定单元152，其中，
所述对比单元151用于，对比所述第一特征信息和所述第二特征信息，得到所述应聘者图像和所述简历的匹配度；
所述确定单元152用于，根据所述应聘者图像的图像真实度和所述匹配度，确定所述应聘者的简历的真实度。
在另一种可能的实施方式中，所述确定单元152具体用于：
获取图像真实度对应的第一权重值、及匹配度对应的第二权重值；
根据所述图像真实度、所述第一权重值、所述匹配度、及所述第二权重值，确定所述应聘者的简历的真实度。
在另一种可能的实施方式中，所述装置还包括第二获取模块16和丢弃模块17，其中，
所述第二获取模块16用于，在所述第二确定模块15确定所述应聘者的简历的真实度之后，获取预设简历真实度阈值；
所述丢弃模块17用于，丢弃简历真实度低于所述预设简历真实度阈值的简历。
在另一种可能的实施方式中，所述装置还包括提示模块18，其中，
所述第二获取模块16用于，在所述第二确定模块15确定所述应聘者图像的图像真实度之后，获取预设图像真实度阈值；
所述提示模块18用于，当所述应聘者图像的图像真实度低于所述预设图像真实度阈值时，提示所述应聘者重新提交应聘者图像。
本发明实施例提供的简历真实度的检测装置可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例方案的范围。

Claims (10)

1.一种简历真实度的检测方法，其特征在于，包括：
获取应聘者图像，并从所述应聘者的简历中提取出所述应聘者的第一特征信息；
利用预设图像识别技术，确定所述应聘者图像的图像真实度，并从所述应聘者图像中提取出所述应聘者的第二特征信息；
根据所述第一特征信息、所述第二特征信息和所述图像真实度，确定所述应聘者的简历的真实度。
2.根据权利要求1所述的方法，其特征在于，所述利用预设图像识别技术，确定所述应聘者图像的图像真实度，包括：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
根据所述第一相似度，确定所述应聘者图像的图像真实度。
3.根据权利要求1所述的方法，其特征在于，所述利用预设图像识别技术，确定所述应聘者图像的图像真实度，包括：
获取预设的标准人脸特征向量；
在所述应聘者图像中提取第一人脸特征向量；
获取所述第一人脸特征向量和所述标准人脸特征向量的第一相似度；
将所述应聘者图像与预设图像库中的图像进行匹配，获取所述应聘者图像与所述预设图像库中每一张图像的相似度；
在所述应聘者图像与所述预设图像库中每一张图像的相似度中确定最大相似度；
根据所述第一相似度、及所述最大相似度，确定所述应聘者图像的图像真实度。
4.根据权利要求1所述的方法，其特征在于，所述第一特征信息和所述第二特征信息中至少包括应聘者的性别；所述从所述应聘者图像中提取出所述应聘者的第二特征信息，包括：
在所述应聘者图像中提取第一人脸特征向量；
获取预设的标准男性人脸特征向量和预设的标准女性人脸特征向量；
获取所述第一人脸特征向量与所述标准男性人脸特征向量的第二相似度、及所述第一人脸特征向量与所述标准女性人脸特征向量的第三相似度；
根据所述第二相似度和所述第三相似度，确定从所述应聘者图像中提取的应聘者的性别。
5.根据权利要求1所述的方法，其特征在于，所述第一特征信息和所述第二特征信息中至少包括应聘者的年龄段；所述从所述应聘者图像中提取出所述应聘者的第二特征信息，包括：
在所述应聘者图像中提取第一人脸特征向量；
获取多个预设年龄段对应的人脸特征向量；
获取所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度；
根据所述第一人脸特征向量与每一个预设年龄段对应的人脸特征向量之间的相似度，在所述预设年龄段中确定从所述应聘者图像中提取的应聘者的年龄段。
6.根据权利要求1所述的方法，其特征在于，所述确定所述应聘者的简历的真实度，包括：
对比所述第一特征信息和所述第二特征信息，得到所述应聘者图像和所述简历的匹配度；
根据所述应聘者图像的图像真实度和所述匹配度，确定所述应聘者的简历的真实度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述应聘者图像的图像真实度和所述匹配度，确定所述应聘者的简历的真实度，包括：
获取图像真实度对应的第一权重值、及匹配度对应的第二权重值；
根据所述图像真实度、所述第一权重值、所述匹配度、及所述第二权重值，确定所述应聘者的简历的真实度。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述确定所述应聘者的简历的真实度之后，还包括：
获取预设简历真实度阈值；
丢弃简历真实度低于所述预设简历真实度阈值的简历。
9.根据权利要求1-7任一项所述的方法，其特征在于，所述确定所述应聘者图像的图像真实度之后，还包括：
获取预设图像真实度阈值；
当所述应聘者图像的图像真实度低于所述预设图像真实度阈值时，提示所述应聘者重新提交应聘者图像。
10.一种简历真实度的检测装置，其特征在于，包括第一获取模块、第一提取模块、第一确定模块、第二提取模块和第二确定模块，其中，
所述获取模块用于，获取应聘者图像；
所述第一提取模块用于，从所述应聘者的简历中提取出所述应聘者的第一特征信息；
所述第一确定模块用于，利用预设图像识别技术，确定所述应聘者图像的图像真实度；
所述第二提取模块用于，从所述应聘者图像中提取出所述应聘者的第二特征信息；
所述第二确定模块用于，根据所述第一特征信息、所述第二特征信息和所述图像真实度，确定所述应聘者的简历的真实度。
CN201710510236.3A 2017-06-28 2017-06-28 简历真实度的检测方法及装置 Pending CN107480582A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710510236.3A CN107480582A (zh) 2017-06-28 2017-06-28 简历真实度的检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710510236.3A CN107480582A (zh) 2017-06-28 2017-06-28 简历真实度的检测方法及装置

Publications (1)

Publication Number Publication Date
CN107480582A true CN107480582A (zh) 2017-12-15

Family

ID=60595442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710510236.3A Pending CN107480582A (zh) 2017-06-28 2017-06-28 简历真实度的检测方法及装置

Country Status (1)

Country Link
CN (1) CN107480582A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108985707A (zh) * 2018-06-11 2018-12-11 安徽引航科技有限公司 一种快速判断简历内容真实性的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799276A (zh) * 2012-07-18 2012-11-28 上海量明科技发展有限公司 即时通信中头像图标年龄转换的方法、客户端及***
CN103699691A (zh) * 2014-01-10 2014-04-02 五八同城信息技术有限公司 生成图像指纹及基于此进行相似图像检索的方法
CN104680131A (zh) * 2015-01-29 2015-06-03 深圳云天励飞技术有限公司 基于身份证件信息和人脸多重特征识别的身份验证方法
CN105095833B (zh) * 2014-05-08 2019-03-15 中国科学院声学研究所 用于人脸识别的网络构建方法、识别方法及***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799276A (zh) * 2012-07-18 2012-11-28 上海量明科技发展有限公司 即时通信中头像图标年龄转换的方法、客户端及***
CN103699691A (zh) * 2014-01-10 2014-04-02 五八同城信息技术有限公司 生成图像指纹及基于此进行相似图像检索的方法
CN105095833B (zh) * 2014-05-08 2019-03-15 中国科学院声学研究所 用于人脸识别的网络构建方法、识别方法及***
CN104680131A (zh) * 2015-01-29 2015-06-03 深圳云天励飞技术有限公司 基于身份证件信息和人脸多重特征识别的身份验证方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108985707A (zh) * 2018-06-11 2018-12-11 安徽引航科技有限公司 一种快速判断简历内容真实性的方法
CN108985707B (zh) * 2018-06-11 2021-08-10 安徽引航科技有限公司 一种快速判断简历内容真实性的方法

Similar Documents

Publication Publication Date Title
US20200151310A1 (en) Method and apparatus for identity authentication
KR102385463B1 (ko) 얼굴 특징 추출 모델 학습 방법, 얼굴 특징 추출 방법, 장치, 디바이스 및 저장 매체
CN111444908A (zh) 图像识别方法、装置、终端和存储介质
CN111738357B (zh) 垃圾图片的识别方法、装置及设备
CN109410026A (zh) 基于人脸识别的身份认证方法、装置、设备和存储介质
JP2019519844A (ja) 書類の画質評価
CN107093066A (zh) 业务实现方法和装置
CN110245573B (zh) 一种基于人脸识别的签到方法、装置及终端设备
EP3783524A1 (en) Authentication method and apparatus, and electronic device, computer program, and storage medium
CN102508606A (zh) 通过识别人脸细分用户所属群体并设置移动手持装置对应功能的方法及***
CN107728892B (zh) 图片展示方法、装置、终端和存储介质
CN113111880B (zh) 证件图像校正方法、装置、电子设备及存储介质
CN110348346A (zh) 一种票据分类识别方法及***
CN110969154A (zh) 文本识别方法、装置、计算机设备和存储介质
CN114005019B (zh) 一种翻拍图像识别方法及其相关设备
CN109145720A (zh) 一种人脸识别方法和装置
CN107480582A (zh) 简历真实度的检测方法及装置
CN112419257A (zh) 文本录制视频清晰度检测方法、装置、计算机设备及存储介质
CN107169093B (zh) 一种目标图像的获取方法及装置
CN110598785B (zh) 一种训练样本图像的生成方法及装置
CN110705572A (zh) 一种图像识别方法
CN108509828A (zh) 一种人脸识别方法和人脸识别装置
CN115700845A (zh) 人脸识别模型训练方法、人脸识别方法、装置及相关设备
CN112861836B (zh) 文本图像处理方法、文本及卡证图像质量评价方法和装置
CN103279754A (zh) 名片云识别方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171215