Landmark based facial recognition in the NAO robot

Lo scopo di questa tesi è permettere ad un robot umanoide (NAO) di rilevare i volti nelle immediate vicinanze e riconoscerli. Riconoscere il volto di una persona è un’abilità difficile da automatizzare, innanzitutto bisogna scomporre il problema in due differenti problemi: face detection e face recognition. Per face detection si intende quel processo attraverso cui è possibile rilevare la presenza o meno di uno o più volti all’interno di un’immagine o di un flusso di immagini. Una volta accertata la presenza di un volto è possibile passare alla fase di recognition. Tale fase viene realizzata tramite l’ausilio di un classificatore che prende in ingresso delle feature estratte dal volto identificato e restituisce il nome della persona a cui esso potrebbe appartenere con la relativa probabilità. Il sistema proposto in questa tesi è caratterizzato da una fase di rilevazione del volto realizzata attraverso la tecnica dei gradienti orientati, delle fasi di pre-processing delle immagini ed una classificazione dei volti attraverso l’implementazione di due differenti reti neurali in cascata. La prima rete è una rete neurale convoluzionale che prende in ingresso l’intera immagine e restituisce il nome della persona. La seconda rete è una rete neurale multistrato che discrimina i volti solo tra le classi su cui la prima rete fa “confusione” basandosi su determinate misure (distanza tra naso e bocca, lunghezza naso, ecc...).