FenixEdu™

Dissertação

People Recognition and Identification in Service Robots EVALUATED

Detalhes: Os robôs de serviço providenciam serviços tais como ajuda nas tarefas domésticas ou companhia para idosos. O robô deve ser capaz de diferenciar as pessoas que o rodeiam e ter uma interação humano-robô personalizada. A re-identificação de pessoas é crucial para a sua aceitação em ambientes domésticos. A re-identificação e o seguimento de pessoas são duas tarefas que se relacionam intimamente. Os métodos de re-identificação e seguimento existentes desenvolvidos para robôs móveis têm limitações já que, ou assumem condições restritivas do espaço e do movimento das pessoas, ou não são robustos relativamente a situações complexas, tais como a presença de obstáculos ou pessoas com aparência semelhante. Esta tese propõe um tracker 3D de múltiplas pessoas baseado em re-identificação, adequado para robôs móveis. O sistema combina métodos existentes tais como um detetor e um localizador de pessoas, um extrator de caraterísticas de re-identificação e uma estrutura de Kalman Filters com estratégias simples de associação de dados e gestão de trajetórias. É apresentado um conjunto de dados RGB-D de re-identificação e seguimento de múltiplas pessoas, gravado com uma câmara móvel num ambiente com obstáculos, oclusões e mudança de aparência nas pessoas presentes. A avaliação experimental mostra que o método tem um bom desempenho de re-identicação e seguimento, a um frame-rate alto, no dataset proposto e que tem melhor performance que outro método do estado da arte, num conjunto de dados em espaço aberto. O método proposto é computacionalmente leve, robusto e aplicável em situações reais, proporcionando uma melhoria da interação humano-robô.
Keywords: Interação humano-robô, Re-identificação de pessoas, Seguimento de pessoas, Múltiplos Kalman-filter, Conjunto de dados RGB-D

Discussão: novembro 18, 2021, 11:0