復(fù)雜場景中家庭服務(wù)機器人目標(biāo)識別與人臉識別的研究和實現(xiàn).pdf

1、家庭服務(wù)機器人的視覺系統(tǒng)是家庭服務(wù)機器人獲取信息的主要來源，能否準(zhǔn)確快速地識別室內(nèi)復(fù)雜場景中的物體和家庭成員是家庭服務(wù)機器人能否完成家庭服務(wù)的基礎(chǔ)，因此，研究并實現(xiàn)家庭服務(wù)機器人的目標(biāo)識別和基于人臉識別的身份認(rèn)證有著極其重要的意義。本文針對家庭服務(wù)機器人的實際應(yīng)用以及RoboCup家庭服務(wù)機器人組比賽中的具體問題，如減少光照、攝像頭視角對目標(biāo)識別和人臉識別的影響，主要做了以下工作：
　　 首先，本文介紹并比較了幾種經(jīng)典的目標(biāo)識別

2、方法和人臉識別方法，分析其優(yōu)缺點，從而在此基礎(chǔ)上提出并實現(xiàn)適合家庭服務(wù)機器人的目標(biāo)識別算法和人臉識別算法。
　　 其次，在基于顏色信息的多目標(biāo)識別的基礎(chǔ)上，為充分利用物體形狀、紋理等信息，保證目標(biāo)物體在目標(biāo)識別系統(tǒng)中的平移不變性、比例不變性和旋轉(zhuǎn)不變形，并減少不同的光照條件、不同的攝像頭視角對目標(biāo)識別系統(tǒng)的影響，以優(yōu)化后的形狀不變矩構(gòu)成特征向量，并通過改進的歐氏距離對特征向量進行比較，從而找到一種高效、快速、魯棒的目標(biāo)識別算法，

3、以滿足家庭服務(wù)機器人目標(biāo)識別的實時性、準(zhǔn)確性。
　　 最后，針對普通的人臉識別系統(tǒng)在低樣本數(shù)量情況下累計識別率較低的問題，通過Adaboost分類方法，挑選出有效區(qū)分人臉與非人臉的能夠進行快速人臉檢測與定位的Haar特征，并對人臉區(qū)域圖像進行幾何歸一化和灰度歸一化處理，從而在最大程度上避免室內(nèi)環(huán)境下不同光照條件對人臉識別準(zhǔn)確率的影響，并去除背景的干擾。然后，以特征臉作為特征向量，通過改進的PCA進行快速降維，僅以前面幾個最大特征