随着硬件成本的降低,广泛应用于工业界的机械臂以低成本、轻量级的桌面机械臂的形式进入了人们的日常生活中。相较于工业机械臂单一的工作任务,桌面机械臂需要一个更灵活的目标检测方法来应对日常生活中多样的任务。成熟的目标检测方法包括两类,一类为传统目标检测方法,其需要在模型中添加待检测目标的特征描述子;另一类是基于深度学习的目标检测方法,其需要使用大量的待检测目标数据来训练神经网络模型。这两类方法均无法在模型不做修改的前提下迁移到对新类别的检测中,即它们的模型高度依赖于待检测目标。但是大量无专业知识的桌面机械臂用户只能使用机械臂出厂时所提供的目标检测系统,无法对系统中没有预设的目标进行检测,用户不能根据自己的需求随意更换被抓取的目标。基于少样本学习（Few-Shot Learning）的目标检测方法可以解决模型高度依赖于待检测目标的问题,因为少样本学习方法可将学会的通用知识直接迁移到新任务的处理中。但是现有基于少样本学习的目标检测方法精度都较低,主要有以下缺点:（1）在少量样本的前提下,无论是基于滑窗、候选区域（Region Proposal）的方式,还是基于锚（Anchor）的方式对目标的定位都不够准确。这些方式不仅需要对定位进行回归处理,而且还引入了大量无用背景,增加了模型的分类难度;（2）现有的公共数据集具有目标不显著、背景复杂以及同类差异大等特点,这要求模型必须具备很好的泛化能力才能得到满意的效果,然而少样本与泛化能力本是矛盾的。本文考虑到桌面机械臂（相机安装方式为眼在手外）场景中相机与背景都是静态的特点,并利用了少样本学习具有良好迁移性的优势,提出了一种基于背景差分与少样本分类的桌面机械臂目标检测方法。对于上述缺点（1）,本方法并未采用滑窗、候选区域和锚的方式来对目标进行定位,而是使用基于改进背景差分的前景提取方法对目标进行准确定位并对目标进行像素级提取,无需对定位进行回归处理。然后直接使用基于改进关系网络的少样本分类方法对提取出的目标进行分类。由于提取得到的目标是不包含背景的显著目标,所以分类结果拥有极高的准确率。对于上述缺点（2）,本方法通过基于改进背景差分的前景提取方法从视频帧中提取出无背景且目标显著的图像,然后使用这些图像作为数据集来训练基于改进关系网络的少样本分类模型,进一步地提升了分类的准确率。具体来说,本文的工作如下:（1）提出了基于改进背景差分的前景提取方法。（1）本方法通过加装一块辅助板,解决了相机在与用户交互的过程中容易发生偏移的问题,并且还可以排除人手等非目标前景的干扰;（2）对于多个目标重叠导致目标前景发生粘连的问题,本方法采用了基于分水岭算法的粘连分割方法将各个目标前景进行分割;（3）对于多纹理背景环境中噪声较多的问题,本方法提出了三帧阈值法;（4）对于难以提取出与背景相似的目标前景的问题,本方法提出了差异度来描述像素点。实验表明,本方法能在光线变化、目标前景与背景相似、相机或背景发生轻微移动的情况下正常工作。（2）针对基于关系网络（Relation Network）的少样本分类方法进行了5点改进。（1）关系网络的本质就是度量查询集（Support Set）与支持集（Query Set）的相似度,其本身是一个回归问题。但现有公共数据集中只有类别标注,无法在这些数据集上进行回归处理,所以本方法使用了带权的颜色直方图相似性度量对数据集进行相似度标注;（2）考虑到桌面机械臂抓取应用中并不需要区分差异过大的同类目标,以及少样本与泛化能力的对立性,所以本方法将少样本分类的“是哪一类”问题变更为“是哪一个”问题,使其更加符合相似度度量问题;（3）分析了少样本分类方法在数据集Omniglot上表现良好,而在数据集mini Image Net上准确率较低的原因,建立了更适合少样本分类的数据集NBI（No Background Image）;（4）针对现有方法在训练网络模型时固定N-way K-shot任务中N、K值的训练方式会导致模型依赖于与N、K值的现象,提出了Rand-way Rand-shot训练方式;（5）在模型中加入了颜色直方图相似性度量模块来度量样本间浅层特征的相似度,用于修正模型明显的误判。实验表明,这些改进使得基于关系网络的少样本分类方法的准确率有明显提高。（3）基于上述方法在像素中对目标的定位结果,提出了一种无需手眼标定的目标空间定位方法。实验表明,该目标检测方法能够在不同桌面机械臂应用中进行准确的目标检测并给出目标的二维位姿。而且在新增目标类别时,仅需要对新类别目标拍摄少量照片作为支持样本即可实现对新增类别的检测,非专业人员也能进行操作。