Hm, ich stelle mir die Erkennung einer Person schwierig vor, wenn das Gesicht nicht zu sehen ist... Die Personenerkennung, die man z.B. von Überwachungskameras kennt setzt glaube ich darauf Bewegungen im Bild zu detektieren (wie hier), was aber bei dir nicht so einfach sein dürfte, da sich Roboter und Kamera ja selbst bewegen.
Falls sich immer nur eine Person in der Nähe befindet würde ich vielleicht (zusätzlich?) mit PIR-Sensoren die Richtung bestimmen.

Gruß Jacob