用于安保服務(wù)機(jī)器人及帶遮擋的人臉識(shí)別研究.pdf

1、該文第一部分提出的人臉識(shí)別系統(tǒng)是為安保服務(wù)型機(jī)器人提供的?？紤]到實(shí)際情況的復(fù)雜不確定性，該系統(tǒng)的設(shè)計(jì)針對人臉的角度、大小、環(huán)境與光照等有影響的因素都進(jìn)行了處理來減小誤差。利用局部二值算子的旋轉(zhuǎn)不變性實(shí)現(xiàn)多角度的人臉檢測，然后用SVM算法對檢測出的人臉進(jìn)行識(shí)別，效果比基于Harr算子和某些普通算法的人臉識(shí)別系統(tǒng)功能更加完善強(qiáng)大。另外，機(jī)器人對于視覺系統(tǒng)的實(shí)時(shí)性要求比較高。算法如果太過復(fù)雜會(huì)減慢處理速度，同樣，硬件的參數(shù)對此也有很大的影響。

2、如何在保證精確度與實(shí)時(shí)性的情況下選取合適的算法與硬件，對于整個(gè)安保服務(wù)機(jī)器人的視覺系統(tǒng)至關(guān)重要。本文使用局部二值和支持向量機(jī)算法，以及E9卡片機(jī)完成了設(shè)計(jì)，在精確度與實(shí)時(shí)性上均滿足機(jī)器人的需求。
　　第二部分內(nèi)容是基于卷積神經(jīng)網(wǎng)絡(luò)的帶遮擋人臉識(shí)別，當(dāng)一張人臉圖像部分尤其是關(guān)鍵部分被遮擋之后，識(shí)別這個(gè)人的身份就變得更加困難。卷積神經(jīng)網(wǎng)絡(luò)是現(xiàn)今深度學(xué)習(xí)中的一種常見算法，目前卷積神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別中的使用效果也十理想，在實(shí)驗(yàn)過程中，我們