人脸检测和识别是指在不同场景中判断人脸存在与否及存在人脸的数目、位置并确定其身份的过程。近年来,随着模式识别、计算机视觉等学科的快速发展,以及在机场安检、视频监控等方面的实际需要,人脸检测和识别成为了重要的研究课题。同时,人机交互也成为移动机器人领域的研究重点之一,通过视觉获取信息是人机交互中最为重要的手段。因此,将人脸检测识别与移动机器人结合研究具有良好的应用价值和发展前景。本文提出了一种能够在自然背景下快速检测和准确识别人脸的人脸识别系统。采用Adaboost算法与肤色检测级联的算法检测人脸。Adaboost算法是当前实时性最高的检测算法,对光照条件以及一定程度的姿态变化有较好的适应性;基于肤色特征的算法检测速度也很快,并对旋转、变形、伸缩等几何变化不敏感,作为第二级检测可以有效排除Adaboost算法对背景的误检测区域,提高检测准确率。对人脸的识别则是采用嵌入式隐马尔可夫模型算法。该模型将人的脸庞和五官看作是一个整体,不仅包括脸庞和五官的数值特征,还包括各个器官的相互关联,充分利用了人脸信息,具有很高的识别准确率。同时嵌入式隐马尔可夫模型能够适应人脸的表情变化和光照条件的变化,对人脸姿态的变化也具有一定的鲁棒性。本文还构建了具有视觉处理与语音交互功能的移动机器人系统。该系统由K-ICNP控制平台、移动机器人分系统和视觉处理分系统组成,移动机器人通过无线摄像机,将采集到的视频信号发送给视觉处理部分;视觉处理分系统采用如上所述的算法检测和识别人脸,通过无线网络与K-ICNP平台进行通信,发送检测和识别结果;控制平台再根据人脸检测的结果控制机器人运动,根据人脸识别的结果与人进行语音交互。通过实验验证了本文提出的人脸检测和识别算法的有效性,而移动机器人系统的构建为开展进一步的深入研究奠定了基础。