随着机器人技术的飞速发展,对其智能化水平提出了更高的要求,智能化的人机交互技术受到普遍关注。本文以能力风暴研究版智能移动机器人(Ability Storm_Robot,AS_R)为平台,对面向人机交互的人脸识别方法中涉及的核心技术进行了研究,最终在机器人上构建了完整的人脸识别系统。本文以准确和快速的人脸识别为目标,首先将AdaBoost算法用于人脸检测并对检测到的图像进行预处理,然后利用Gabor变换的特征提取方法构成嵌入式隐马尔科夫模型(EHMM)的观察序列,最后经EHMM对人脸建模,实现实时的人脸识别。本次设计研究具有一定的理论意义和实用价值,取得了较好成果。具体工作如下:第一,利用AdaBoost算法构建层级分类器,实现实时高效的人脸检测。考虑到人脸的倾斜、旋转、表情和光照变换等因素,选用扩展的特征模板设计分类器,提高了检测的正确率。同时为了保证系统的实时性要求,逐级放大检测窗口对图像进行层层筛选,提高了检测速度。第二,针对检测到的图像存在质量不高、背景过多的特点,在特征提取前,设计椭圆形Gabor变换对图像进行预处理,得到质量较好的图像。考虑到EHMM的复杂程度以及传统的特征提取方法存在信息冗余严重的问题,利用圆形Gabor变换提取人脸关键特征,降低输入特征的维数,最大程度的简化计算的复杂度。第三,在机器人平台上建立基于EHMM的人脸识别系统,并通过大量的反复实验得到识别结果。实验结果证明:系统对人脸图像的光照、姿态、表情变化等有较好的鲁棒性,在识别率和识别速度方面取得了理想结果。