人臉識(shí)別機(jī)器人的眼睛：認(rèn)字,識(shí)圖,認(rèn)物,

人的眼睛是感覺之窗，人有80%以上的信息靠眼睛獲取。人眼之所以能看清楚東西 是因?yàn)檠劬χ杏?00多萬個(gè)視覺神經(jīng)將光學(xué)信號送向視網(wǎng)膜，視網(wǎng)膜又將光學(xué)信號轉(zhuǎn)變 成神經(jīng)脈沖傳向大腦，從而讓人能夠看見物體的顏色和形狀等。能否造出“人工眼睛”讓 服務(wù)機(jī)器人也能像人那樣看清楚東西，這是服務(wù)機(jī)器人的重要課題。有關(guān)服務(wù)機(jī)器人 “眼睛”的識(shí)別理論和方法及技術(shù)統(tǒng)稱為模式識(shí)別，所謂模式是指被識(shí)別的事物，它可以 是文字、圖像、聲音等物理實(shí)體，也可以是氣候或環(huán)境等抽象虛體。服務(wù)機(jī)器人的“眼睛” (各種機(jī)器視覺系統(tǒng))工作過程與人眼類似，也是由信息獲取、圖像處理、特征抽取、判決 分類等構(gòu)成。

人臉識(shí)別機(jī)器人的“眼睛”的作用主要體現(xiàn)在以下幾個(gè)方面。

(1)服務(wù)機(jī)器人“眼睛”認(rèn)字。例如，大家都知道信件投入郵筒后，需要經(jīng)過郵局工人 分揀才能發(fā)往世界各地。 一般地說， 一個(gè)工人一天只能分揀2000～3000封信，現(xiàn)在采用 一種機(jī)器人“眼睛”(郵政編碼識(shí)別系統(tǒng))分揀則可以提高效率十多倍。機(jī)器人“眼睛”認(rèn) 字的原理與人類認(rèn)字的過程大體相似，它先對輸入的郵政編碼進(jìn)行分析和抽取特征。其 次是進(jìn)行對比，即把抽取的特征與原先規(guī)定的0～9這10個(gè)符號的特征進(jìn)行比較，與哪 個(gè)數(shù)字的特征Z相似就是哪個(gè)數(shù)字。在模式識(shí)別理論中，這種方法叫做統(tǒng)計(jì)識(shí)別法。服 務(wù)機(jī)器人“眼睛”認(rèn)字除了用于郵政系統(tǒng)外，還可用于手寫文字輸入、證件、票據(jù)、車牌的 識(shí)別等許多方面。

(2)服務(wù)機(jī)器人“眼睛”識(shí)圖。例如，工人用數(shù)控機(jī)床加工零件要求先看懂圖紙才行。 能否讓服務(wù)機(jī)器人“眼睛”來識(shí)別圖紙呢?這就是服務(wù)機(jī)器人“眼睛”的識(shí)圖問題。服務(wù) 機(jī)器人“眼睛”識(shí)圖的方法除了統(tǒng)計(jì)方法外還有語言法，它是基于人類認(rèn)識(shí)過程中視覺和語言的聯(lián)系而建立的，即從圖像結(jié)構(gòu)入手，把圖像分解成一些直線、斜線、折線、點(diǎn)、弧等 基本元素，研究它們是按照什么樣的規(guī)則構(gòu)成圖像的，檢查待識(shí)別圖像是屬于哪一類“句 型”,是否符合預(yù)先規(guī)定的句法。按照這個(gè)原則，若句法正確就能識(shí)別出來。服務(wù)機(jī)器人 “眼睛”識(shí)圖有廣泛的應(yīng)用，在工業(yè)、農(nóng)業(yè)、國防、科研、實(shí)驗(yàn)、醫(yī)療、教育、娛樂等各個(gè)領(lǐng)域 中，涉及大量的識(shí)圖問題，都可以用服務(wù)機(jī)器人“眼睛”來識(shí)別。

(3)服務(wù)機(jī)器人“眼睛”認(rèn)物。例如，服務(wù)機(jī)器人“眼睛”識(shí)別物體(3D 識(shí)別系統(tǒng))一般 以攝像機(jī)作為信息輸入系統(tǒng)，根據(jù)人類識(shí)別景物主要靠明暗信息、顏色信息、距離信息等 原理，服務(wù)機(jī)器人“眼睛”識(shí)別物體也是輸入這三種信息。由于攝像機(jī)所拍攝的方向不 同，可以得到各種圖形和圖像，如抽取出立方形物體的D點(diǎn)數(shù)和平行線組數(shù)等立方體的 共同特征，參照事先存儲(chǔ)在計(jì)算機(jī)中的物體特征表，便可以識(shí)別立方體了。目前，服務(wù)機(jī) 器人“眼睛”不僅可以識(shí)別出簡單形狀的物體，對于曲面物體或電子元件等復(fù)雜形狀的物 體和室外景物識(shí)別也有了很大的進(jìn)展。服務(wù)機(jī)器人“眼睛”識(shí)別物體可以用于各類產(chǎn)品外觀檢查，零件分選和整機(jī)裝配等許多方面。下面介紹一個(gè)服務(wù)機(jī)器人“眼睛”的實(shí)例。

圖2.1所示的服務(wù)機(jī)器人“眼睛”是一個(gè)5 DOF 立體視覺系統(tǒng)，它能夠跟蹤和識(shí)別活 動(dòng)的目標(biāo)。它是由 SCUT “智能計(jì)算機(jī)”科研團(tuán)隊(duì)研制成功的。該“眼睛”包括兩個(gè)彩色 攝像機(jī)、圖像處理板、個(gè)人電腦、數(shù)據(jù)采集卡、5個(gè)直流電機(jī)、直流電機(jī)驅(qū)動(dòng)器�？紤]到主 動(dòng)跟蹤和目標(biāo)特征與速度和魯棒性等要求，該“眼睛”以基于顏色的跟蹤算法為基礎(chǔ)，結(jié) 合目標(biāo)特征跟蹤及目標(biāo)運(yùn)動(dòng)預(yù)測等就可以對活動(dòng)目標(biāo)進(jìn)行跟蹤和識(shí)別。

SCUT 5 DOF 立體視覺系統(tǒng)跟蹤活動(dòng)目標(biāo)的流程如圖2.2所示。在目標(biāo)識(shí)別中，由 于目標(biāo)特征跟蹤需要計(jì)算光流場，同時(shí)還要對多個(gè)特征進(jìn)行匹配等，計(jì)算量比基于顏色 的跟蹤算法更大，并且目標(biāo)檢測采用了顏色模型等，所以在對目標(biāo)進(jìn)行跟蹤時(shí)，機(jī)器人 “眼睛”以顏色跟蹤為主，在判斷顏色跟蹤失敗時(shí)，再啟用目標(biāo)特征跟蹤及目標(biāo)運(yùn)動(dòng)預(yù)測， 直到顏色跟蹤恢復(fù)正常為止。

SCUT 5 DOF 立體視覺系統(tǒng)的控制原理如圖2.3所示，兩個(gè)彩色攝像機(jī)拍攝待識(shí)別 目標(biāo)圖像，經(jīng)過圖像處理板后送入個(gè)人電腦進(jìn)行分析，經(jīng)過顏色或特征跟蹤算法處理后， 形成5個(gè)直流電機(jī)的轉(zhuǎn)角控制指令，并經(jīng)由數(shù)據(jù)采集卡和直流電機(jī)驅(qū)動(dòng)器放大后驅(qū)動(dòng)5個(gè)直流電機(jī)轉(zhuǎn)動(dòng)，從而帶動(dòng)兩個(gè)攝像機(jī)分別或共同作上、下、左、右、旋轉(zhuǎn)運(yùn)動(dòng)，跟蹤待識(shí) 別目標(biāo)。無論待識(shí)別的目標(biāo)怎樣活動(dòng)，只要不離開兩個(gè)攝像機(jī)的視覺范圍，這個(gè)跟蹤和 識(shí)別過程就一直持續(xù)地進(jìn)行下去。由圖2 .3可以看到，5個(gè)直流電機(jī)的輸出(它們的轉(zhuǎn) 動(dòng)，即兩個(gè)攝像機(jī)的運(yùn)動(dòng))是直接連接到或者說跟蹤目標(biāo)的。