摘 要

人体识别技术是一个近年来新出现的技术行业，在当今智能机器人行业中已经占有不可撼动的地位，当今主流识别方式有指纹识别、虹膜识别、人脸识别、骨骼识别等等方式，具有极大的发展潜力，能够广泛地应用于工业、服务业、网络行业以及军事战争等领域，其能够带来巨大的经济效益。本文将从微软公司研发的体感设备Kinect入手，围绕室内购物环境下人体识别问题，重点研究了基于Kinect平台的骨骼追踪技术、深度图像处理和人脸识别技术。主要工作如下：

（1）本文利用Kinect体感设备采集到深度图像，可以免受光照环境、复杂背景、杂物遮挡等环境干扰因素的影响，从而更好的进行人体检测与跟踪，与此同时可以忽略空间颜色无关性更能提供场景中其他物体的深度信息。之后对获取到的图像数据进行滤波操作以此提高图像质量。

（2）实现了利用Kinect设备对骨骼进行追踪，介绍了Kinect设备整体结构和工作原理，在获取了目标深度图像及进行若干预处理后，实现深度图像提取的精确化，再介绍Kinect骨架提取的基本原理，并完成对人体骨骼的追踪。

（3）在骨骼追踪的基础上可以追踪到人体头部骨骼坐标，并从深度图像中识别出人脸区域同时对其滤波，最后进行人脸识别操作，进而对顾客追踪机器人的构架提出方案设想。

关键词：Kinect，深度图像处理，骨骼追踪，人脸识别

Abstract

Human recognition technology is a new research field, in today's intelligent robot industry has occupied an unshakable position. Today's mainstream identification methods include fingerprint recognition, iris recognition, face recognition, bone recognition, etc., with great potential for development, and can be widely used in the fields of industry, service industry, network industry and military warfare, which can bring huge economic benefits. This article will start with the development of somatosensory equipment Kinect in Microsoft, focusing on human identification in the indoor shopping environment, focusing on the Kinect platform under the bone tracking technology, depth image processing technology and face recognition technology. The main work is as follows:

(1) In this paper, the use of Kinect somatosensory equipment to capture the depth of the image can be protected from light environment, complex background, debris shielding and other environmental interference factors, so as to better carry out human detection and tracking, at the same time can ignore the spatial color irrelevant, Provides depth information for other objects in the scene. And the image data is subjected to a filtering process to improve the image quality.

(2) This paper introduces the Kinect hardware structure and working principle of the Kinect device, and realizes the precision of the depth image extraction after acquiring the target depth image and carrying out some pretreatment. Then the principle of the extraction of the Kinect bone point is introduced. The experiment completes the tracking of human bones.

(3) On the basis of skeletal tracking, the position of the human head bone can be detected, and the face area is separated from the depth image with color information and the filtering process is performed. Finally, the face recognition operation is performed, then put forward the idea of the framework of the customer tracking robot.

Key Words：Kinect；Bone tracking；Face recognition

目录

摘要 I

Abstract II

第一章 绪论 1

1.1研究背景及意义 1

1.2 国内外研究现状 2

1.3本文主要工作与贡献 3

第二章 图像数据获取 4

2.1Kinect设备介绍 4

2.1.1Kinect图像获取 4

2.1.2Kinect获取深度信息的原理 5

2.2图像采集装置 8

2.3图像滤波处理 8

2.3.1均值滤波 8

2.3.2中值滤波 9

第三章 骨骼追踪设计与实现 10

3.1骨骼点数据介绍 10

3.2分割遮罩 11

3.3建立捕获库 12

3.4生成骨架系统 12

3.5骨骼追踪实验 13

第四章 人脸识别与机器人设计实现 15

4.1人脸识别背景及研究意义 15

4.2人脸追踪技术 16

4.2.1图像预处理 16

4.2.2人脸特征检测 16

4.2.3脸部识别过程 16

4.3基于Kinect的三维脸部识别 17

4.3.1图像预处理 17

4.3.2脸部特征提取 17

4.3.3脸部识别 18

4.4人脸识别追踪算法实现 19

4.5人脸识别实验与分析 21

4.5.1脸部特征提取实验 21

4.5.2人脸识别追踪实验 23

4.6顾客追踪机器人设计 25

第五章 总结与展望 27

参考文献 28

致谢 29

第一章 绪论

1.1研究背景及意义

近年来随着信息行业的兴起，目标识别技术尤其是对人体的识别追踪技术已经成为智能机器人行业的主要研究方向。主要是因为计算机迅猛的更新换代速度带来日益提升的处理运算能力和储存成本的降低，能够让视频速率采集和储存图像序列更加方便，能够让这种新兴技术吸引大量学者参与研究。

随着现代科技高速发展，人类对于各种各样的智能产品需求越来越大，各式各样的智能设备开始进入人们的平常生活。智能设备可以替代人类完成许多工作而不需要人类自身的参与，让人们的生活变得越发方便和简单。智能产品设计的原理在于模仿人类的大脑从而可以自主做出决策，而作为智能设备的“眼睛”，目标识别系统是智能设备感测外界信息并做出反应的第一步。目标识别是在某种特定的环境下将一种目标从其他目标中分离并识别出来的过程，在许多领域都发挥着重要的作用，例如工业上的产品检测，军事上的导弹制导，智能机器人的自动导航等。室内目标识别是在室内环境下对各种目标进行分类与识别的过程，对于各种家用智能设备的开发与研究具有重要的参考意义。