人体识别与跟踪不但是智能监控和计算机视觉领域的一个重要研究方向，而且是服务机器人中的一项基本技术。针对家庭服务机器人中人体识别与跟踪，本文提出了多信息融合的人体目标跟踪算法和特定人识别算法，并设计了一款家庭服务机器人，将该算法应用到服务机器人中，通过对该算法的综合测试表明，该算法能够在复杂背景、相似颜色和光线变化等多变条件下实现人体目标的鲁棒跟踪与识别。首先，针对人体目标识别与跟踪，本文提出了多信息融合的人体目标跟踪算法，该算法首先利用色彩信息和深度信息将Camshift算法拓展到三维空间中，然后在三维空间中融合人体目标的深度信息，并利用Kalman滤波器预测目标的位置信息，消除投影图中复杂背景的干扰，最后在对应的深度图像中计算人体的质心位置,实现人体目标的跟踪。文章采用微软Kinect传感器，实现了多信息融合的人体目标跟踪算法，并对该算法完成了测试，测试结果表明，该算法能在复杂的环境条件下实现人体目标的鲁棒跟踪。其次，针对特定人识别，本文提出了基于颜色特征分布的特定人识别算法，该算法首先选取了以肩宽为长、右肩到人体重心为高的矩形为颜色直方图的统计量，通过直方图相交匹配的方法识别特定人。测试结果表明，当人体目标跟踪失败后，该算法能够准确快速的寻找到主人并跟踪，且对光线、环境的变化不敏感。最后，设计并实现了服务机器人平台中的人体目标检测与跟踪系统，本文采用Kinect传感器，利用C和C++混合编程，完成了系统的整体及各个功能模块的设计。同时设计了一款服务机器人并详细给出了该服务机器人的组成、功能以及硬件结构，并利用该服务机器人在实际场景中进行了跟踪测试，测试结果表明，机器人不但能够鲁棒跟踪人体目标，而且当主人丢失后能够重新搜索到主人并跟踪。