面部不对称性：基于计算机视觉的面试面对面行为计量指标
计算机视觉与模式识别
2023-11-01 v1 计算机与社会
摘要
为合适岗位遴选合适人才使人员面试过程成为一项高认知负荷任务。心理测验辅以面试常被用于辅助该过程，尽管此类机制有其局限。心理测验易受作答伪装或社会期许影响，而面试过程取决于面试官对作答的分析方式。我们提议将行为计量作为辅助工具，在不增加面试官认知负荷的前提下促进对应聘者的客观评估。行为计量在选拔过程中属相对鲜有探索的研究领域，其利用面部表情、发声模式、瞳孔反应、近体行为、肢体语言等独有行为特征。该方法分析行为的薄切片并提供有关应聘者的无偏信息。本研究提出该工具捕捉面部表情的方法学，具体通过面部不对称性与微表情实现。以结构相似性指数构建半面合成图，作为测试用例开发面部不对称性的渐进时间图。对三个YouTube视频样本进行逐帧分析，其中结构相似性指数（SSID）得分达75%及以上显示行为一致性。本研究利用开源计算机视觉算法与库（python-opencv与dlib）制定面部不对称性分析流程。
引用
@article{arxiv.2310.20083,
title = {Facial asymmetry: A Computer Vision based behaviometric index for assessment during a face-to-face interview},
author = {Shuvam Keshari and Tanusree Dutta and Raju Mullick and Ashish Rathor and Priyadarshi Patnaik},
journal= {arXiv preprint arXiv:2310.20083},
year = {2023}
}