基于类Haar特征和颜色特征的NAO机器人识别

• 作者: 丁淑艳 张俊杰 李伦波
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: NAO机器人 类Haar特征 级联分类器 颜色直方图匹配
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP391.4|TP249
• 字数: 3964字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.02.006

摘要

在机器人世界杯比赛中,对球员的识别是进行路线规划、传球等上层策略的基础.由于NAO机器人硬件条件的限制和场外环境的干扰,对算法的运算速度和准确度有一定的要求.为满足这些要求,本文提出将类Haar特征和级联Ad-aboost算法应用到对NAO的识别中.首先,通过在离线环境下由Adaboost算法训练得到的级联分类器对NAO进行初次识别;然后,利用颜色直方图匹配对候选目标区域进行二次识别,在排除误检区域的同时,也进行敌我识别.实验结果表明,本方法能够有效地识别NAO机器人,满足比赛中识别算法对鲁棒性和实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伦波	南京理工大学计算机科学与工程学院	7	25	3.0	5.0
2	张俊杰	南京理工大学计算机科学与工程学院	3	15	2.0	3.0
3	丁淑艳	南京理工大学电子工程与光电技术学院	4	16	2.0	4.0