一种服务机器人的实时物体识别与跟踪系统

摘要

针对室内复杂环境下对家居服务机器人识别与跟踪物体的可靠性与实时性要求,提出了把Adaboost算法和Camshift算法相结合的新思路,并引入一种基于视频帧间相关性分析的新的检测策略,通过设定相邻视频帧中检测到的物体区域的重合率来剔除误检窗口.将其应用于家居服务机器人的实时物体识别与跟踪领域,既充分利用了Haar特征检测实时性好的特点,又解决了传统Camshift方法需要手工选取跟踪物体的缺点.在分辨率为1 024×768,帧速率为30帧/s的视频上进行测试,每帧图像的检测率由原来的77.2％提高到92.4％,平均用时由原来的70.546 3 ms减少为23.985 1 ms.