一种机器人目标人员跟随方法

本发明公开了一种机器人目标人员跟随方法，包括：采集目标人员的待分析面部视频数据、工作行为数据，根据伪标签将待分析面部视频数据划分为不同时间段的图像数据，将工作行为数据的待分析行为数据和标准行为数据存在差异的时间段作为问题数据，对时间差分特征和行为差分特征采用核熵成分分析进行非线性降维获得主成分获得疲劳相关性特征，将疲劳相关性特征输入熵优化神经网络进行训练，获得疲劳识别模型，使用所述疲劳识别模型输出目标人员的疲劳等级，对识别的疲劳人员进行追踪跟随。该方法通过构建动态伪标签机制与核熵成分分析框架，实现面部表情熵特征与生理行为特征的协同优化，提升疲劳状态追踪跟随的准确性与实时性。