康复护理机器人床中的人脸识别技术研究
本文关键词:康复护理机器人床中的人脸识别技术研究
更多相关文章: 康复护理机器人床 人脸检测 PCA/LDA 表情识别 专家系统
【摘要】:随着人口老龄化越来越严重,失能与半失能老人人数占社会总人口的比重上升,老年人的护理、保健和康复日渐成为全社会关注的重要问题之一。目前康复中心、医疗机构、社区或者家庭的护理主要还是依靠护理人员人工护理,自动化集成度高、智能化康复护理机器设备的应用尚未普及。本文以康复护理机器人床为研究背景,针对目前康复护理机器人床控制方式单一、对护工依赖性太强、自动化程度低的现状,在深入研究人脸检测、人脸识别、表情识别的基础上,对以表情识别专家系统为核心的康复护理机器人床中的人脸识别系统进行了深入研究,主要研究内容如下:1.在研究Adaboost算法基本原理的基础上,将Adaboost算法人脸检测与人眼检测相结合,提出了一种快速、高效的人脸检测方法,在保证人脸检测实时性的同时提高人脸检测的准确率。2.利用线性判别分析(LDA)法提取人脸特征,通过计算人脸投影特征间的欧氏距离,对人脸进行分类识别,在此基础上采用区域逼近的方法,对人脸进行移动追踪。3.针对该系统的应用场合,提出了在人脸识别成功的基础上进行表情识别的策略。不仅增强了系统的安全性,同时提高了表情识别的准确率。首先确定面部表情识别所需要提取的面部表情特征参数,其次利用图像分割算法,分割出人脸五官区域,利用五官区域间相对关系,提取各种表情下五官特征点的局部特征变化量,然后利用表情分类器识别对应的表情类型。最终将识别出的表情类型输入到专家系统的推理机,并根据用户事先定义好的专家系统的规则库,推理出该表情类型下用户的需求,同时发送指令驱动下位机。4.在表情识别专家系统的规则设置中,将表情结果与生命体征参数的变化率共同作为专家系统的前件。不管是检测到表情的变化还是生命体征参数的变化,都可以控制康复护理机器人床运动,从而提高康复护理机器人床的智能化程度。在上述研究成果的基础上,构建了康复护理机器人床中的人脸识别系统,并通过5名测试者5种表情的10幅表情图像对系统进行了测试,系统准确率达到了90.4%。该系统用户可通过表情自行操作康复护理机器人床,可减轻医疗人员的工作强度,提高护理人员工作效率,提升用户的满意度,同时也使病人得到更可靠的看护,极具社会推广价值。
【学位授予单位】:上海工程技术大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41;TP242
【相似文献】
中国期刊全文数据库 前10条
1 ;世界机器人最新统计数据[J];机器人技术与应用;2000年01期
2 ;警卫和保洁两用机器人[J];机器人技术与应用;2000年03期
3 ;案例分析之四 机器人码垛单元[J];机器人技术与应用;2000年04期
4 李成桐;对中国机器人产业的思考(之二) 未来之路[J];机器人技术与应用;2000年05期
5 贾培发,王全福;团结奋斗努力实现中国机器人产业化[J];机器人技术与应用;2000年06期
6 李开生,张慧慧,费仁元,宗光华;国外服务机器人的发展动态和前景[J];制造业自动化;2000年06期
7 淑芳;机器人种菜[J];湖南农业;2000年09期
8 长路;机器人技术在发展[J];世界制造技术与装备市场;2001年01期
9 贾一;机器人外科手术的必要技术条件[J];机器人技术与应用;2002年04期
10 董瑞翔;人间协调共存型机器人[J];机器人技术与应用;2002年05期
中国重要会议论文全文数据库 前10条
1 胡春华;范勇;朱纪洪;孙增圻;;空中机器人的研究现状与发展趋势[A];2005年中国智能自动化会议论文集[C];2005年
2 陈卫东;;服务机器人的技术发展及微特电机在其中的应用[A];第十届中国小电机技术研讨会论文集[C];2005年
3 肖玉林;侍才洪;陈炜;李浩;张西正;;救援机器人的现状及发展趋势(综述)[A];天津市生物医学工程学会第三十四届学术年会论文集[C];2014年
4 郑亚青;吴建坡;;岸边集装箱宏-微起重机器人的机构、结构设计及运动仿真[A];2009海峡两岸机械科技论坛论文集[C];2009年
5 王静;边继东;张大慧;林峰华;张宏;;管道定量采样机器人系统设计[A];2009全国虚拟仪器大会论文集(二)[C];2009年
6 黄海明;杨雷;宋跃;赖思沅;;智能保安巡逻机器人[A];2009全国虚拟仪器大会论文集(二)[C];2009年
7 王明辉;马书根;李斌;;独立操作型可重构机器人群体的动态层次体系结构研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年
8 谭金林;刘明英;梁建民;;机器人硬件电路设计[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
9 许家中;孔祥冰;尤波;李长峰;禹鑫q,
本文编号:1275416
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1275416.html