基于识别与关联的有效人机交互研究

人脸在人机交互中扮演着重要角色，正如其在日常生活中一样。人类心智的固有能力使我们能够利用人脸识别中涉及的诸多挑战（如光照不佳、遮挡、姿态变化等）来识别一个人。但人形机器人识别人脸本质上是一项非常复杂的任务。近期关于人脸生物特征识别的文献在结构化环境中解决人类身份识别问题的应用极为丰富。但人脸生物特征在移动机器人上的应用因其无法在非均匀环境下产生准确识别而受限。我们提出的基于部件的碎片化人脸识别框架已解决了现有人脸识别问题。该框架仅使用全脸的一个子集（如眼睛、鼻子和嘴）来识别人。其较低的搜索成本、令人鼓舞的准确率以及处理人脸识别各种挑战的能力，使其适用于人形机器人。人脸识别中的第二个问题是人脸欺骗，即人脸识别系统无法区分真实用户与冒名者（真实用户的照片/视频）。当机器人被用作认证器时，该问题将变得更加有害。我们的研究工作探究了一种深度分析方法，以测试冒名者的活体性，从而将其与合法用户区分开。先前获得的技术已被应用于借助NAO机器人进行罪犯识别。目击者可通过用户界面与NAO交互。NAO询问关于嫌疑人的若干问题，例如年龄、身高、其面部形状与大小等，然后对其面部进行推测。