近年来,随着机器人技术的发展和成熟,迎宾机器人已逐渐渗透到我们生活中。在迎宾机器人进行人机交互的时候,人脸识别具有举足轻重的作用。因此,本文以迎宾机器人—渝骄机器人为实验平台,设计了一套抗眼镜遮挡的人脸识别系统。具体的,本文的主要研究内容如下:(1)本文设计了在一定程度上能够去除人脸眼镜的去遮挡方案。首先本文通过调研找出当前主要的去遮挡方案,并选择了以GAN(Generative Adversarial Nets)为主体的去遮挡架构作为本文的研究内容,然后对GAN进行改进,最后制作样本集对其进行训练并取出其中的生成器模型作为去眼镜遮挡模型。通过测试,使用去遮挡的人脸识别系统能够满足渝骄机器人的抗遮挡需求。(2)本文设计了基于改进FaceNet的人脸识别方案。通过分析传统神经元的优缺点,得出:以标量表示的传统神经元模型限制了整个网络的特征表达能力。因此,本文使用新型神经元—capsule(以向量表示神经元模型,使得神经元能够表征更多的信息)组成的神经网络代替FaceNet的最后的平均池化层和全连接层,以此来增强网络的特征表达能力。通过测试,在正常光照下,使用改进FaceNet的人脸识别系统能够满足渝骄机器人的性能要求。(3)本文为渝骄机器人设计了一套完整的人脸识别系统。首先使用级联CNN检测器进行人脸检测,然后使用去眼镜遮挡模型进行去眼镜遮挡,最后使用改进FaceNet进行人脸识别。通过测试,在1m范围内,光照对该系统的影响不大,能够达到渝骄机器人在复杂环境下的工作要求。