FenixEdu™

Dissertação

{en_GB=People Recognition and Identification in Service Robots} {} EVALUATED

Detalhes: {pt=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., en=Service robots provide services to humans such as helping in domestic chores or serve as companion to elderly people. To accomplish a good social behaviour, the robot should be able to recognize and differentiate people in the scene, since this skill enables personalized human-robot interaction. People re-identification in service robots is key for their acceptance in people’s homes, as well as for performing a wide variety of tasks. People re-identification and tracking are two closely related tasks. Existing Re-ID based tracking methods designed for mobile robots have some limitations since they either assume constrained conditions on the environment and the movement of people or they are not robust enough in challenging conditions such as the presence of obstacles or similar targets. This thesis proposes a Re-ID based multi-people tracker suitable for mobile robots. It combines existing methods such as:a people detector, a people localizer, a Re-ID feature extractor and a Kalman filter framework with simple data association and track management approaches. A novel RGB-D Re-ID multi-people 3Dtracking dataset recorded with a moving camera in an environment with obstacles and target’s occlusions and appearance changes is presented. Experimental evaluation shows that the method achieves very good tracking and re-identification performance on the proposed dataset, at a high frame-rate, and thatit outperforms another state-of-the-art method on an open-space dataset. The proposed system is lightweight, robust and suitable for real-world applications, allowing for an improvement of human-robot interaction.}
Keywords: {pt=Interação humano-robô, Re-identificação de pessoas, Seguimento de pessoas, Múltiplos Kalman-filter, Conjunto de dados RGB-D, en=Human-robot interaction, People re-identification, People tracking, Multiple Kalman-filter, RGB-D dataset}

Discussão: novembro 18, 2021, 11:0