کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6867431 679591 2016 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Identification of a specific person using color, height, and gait features for a person following robot
ترجمه فارسی عنوان
شناسایی یک فرد خاص با استفاده از ویژگی های رنگ، ارتفاع و راه رفتن فردی که ربات را دنبال می کند
کلمات کلیدی
شناسایی شخصیت چندگانه، ویژگی گیت، روبات سرویس تلفن همراه،
ترجمه چکیده
این مقاله یک روش شناسایی شخص برای روباتهای سرویس تلفن همراه با استفاده از داده های تصویر و محدوده را توصیف می کند. شناسایی شخص یک تابع ضروری است تا روباتهای سرویس تلفن همراه بتوانند فرد مورد نظر برای این خدمات را تعیین کنند. از میان ویژگی های مختلف حسی، ویژگی های ظاهر مبتنی بر تصویر اغلب برای شناسایی شخص استفاده می شود. با این حال، آنها در محیط های شدید روشنایی مانند نور پس زمینه قوی تاثیر نمی گذارند. بنابراین، ما از دو ویژگی مستقل از نور، ارتفاع و راه رفتن استفاده می کنیم، علاوه بر ویژگی های ظاهر برای شناسایی قوی تر. برای این منظور، ما یک روش جدید برای استخراج ویژگی راه رفتن (طول گام و سرعت) را با استفاده از برآورد حداکثر احتمال حمایت از موقعیت های پا در داده های محدوده انحنا ایجاد کرده ایم. ما این ویژگی ها را ترکیب کرده و از یک رویکرد تقویت آنلاین برای ایجاد طبقه بندی شخصی خاص استفاده می کنیم. این اجازه می دهد که روبات بتواند شخص خاصی را به طور قابل ملاحظه ای حتی در محدوده نورانی شدید شناسایی کند. ما روش شناسایی شخصیت چند منظوره را با یک ردیاب شخصی مبتنی بر دادههای محدوده، در یک فرد خاص که سناریو را دنبال کرد، برای اثربخشی این روش آزمایش کردیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This paper describes a person identification method for mobile service robots using image and range data. Person identification is a necessary function in order for mobile service robots to locate the target person for those services. Among various sensory features, image-based appearance features have often been used for person identification. They are, however, not effective in severe illumination environments such as a strong backlight. Therefore, we use two illumination-independent features, height and gait, in addition to appearance features for a more robust identification. To this end, we have developed a new method of extracting the gait feature (step length and speed), based on a maximum likelihood estimation of supporting leg positions in accumulated range data. We combine these features and use an online boosting approach to create the specific person classifier. It allows the robot to identify the specific person robustly even in a severe illumination environment. We tested our multi-feature person identification method, combined with a range data-based person tracker, in a specific person following scenario to demonstrate the effectiveness of this method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Robotics and Autonomous Systems - Volume 84, October 2016, Pages 76-87
نویسندگان
, ,