林粤伟,牟 森

1(青岛科技大学 信息科学技术学院,青岛 266061)

2(海尔集团博士后工作站,青岛 266000)

智能机器人的开发是科学研究、大学生科技创新大赛的热点,基于计算机视觉的目标检测技术在智能小车、无人机、机械臂等领域得到了广泛应用.在企业界,零度智控公司开发了Dobby (多比)、大疆公司开发了Mavic 等,研发出了具有视觉人体追踪与拍摄功能的家用小四轴自拍无人机.在学术界,文献[1] 从检测、跟踪与识别三方面对基于计算机视觉的手势识别的发展现状进行了梳理与总结;文献[2]基于传统的机器学习方法-半监督学习和路威机器人平台实现了视觉追踪智能小车;文献[3]基于微软Kinect 平台完成了视觉追踪移动机器人控制系统的设计;文献[4]对服务机器人视觉追踪过程中的运动目标检测与跟踪算法进行研究并在ROS (Robot Operating System,机器人操作系统)机器人平台进行实现.

上述视觉追踪功能的实现大多采用传统的目标检测方法,基于图像特征和机器学习,且所采用平台成本相对较高.近年随着大数据与人工智能技术的兴起,利用深度学习直接将分类标记好的图像数据集输入深度卷积神经网络大大提升了图像分类、目标检测的精确度.国内外基于Faster R-CNN (Faster Region-Convolutional Neural Network,更快的区域卷积神经网络)、YOLO (You Only Look Once,一种single-stage 目标检测算法)、SSD (Single Shot multibox Detector,单步多框检测器)等模型的深度学习算法得到广泛应用,如文献[5]将改进的深度学习算法应用于中国手语识别.本文基于深度学习[6]技术,在低成本树莓派[7]平台上……