利用OpenCV和Python，在树莓派上完成了人脸识别研究。

简介：
通过持续不断的沟通与合作，已取得利用图像辨识个人身份的显著进展。然而，基于独特的指纹特征或视网膜检查的功能，其识别能力相对有限。本报告详细阐述了普利茅斯大学视觉观察与自主模块所开展的比常规任务更小规模的面部检测和识别实验。报告还汇报了在开放计算机视觉（OpenCV）库中发现的创新技术，以及使用Python对其进行操作的方法。为了人脸识别，采用了 Haar-Cascades 方法，并进一步探索了 Eigenfaces、Fisherfaces 和 Local Binary Pattern of Histograms (LBP) 等技术。 描述流程包含每个阶段的流程图，随后展示了实验结果，包括在交流过程中遇到的挑战以及相关的屏幕截图。 报告的结尾是作者对这项工作所面临的冒险以及潜在应用领域的感受。本文的核心在于实现一种依赖于 Haar Cascade 分类器的策略的人脸识别编程代码，并成功地将其在 Raspberry Pi 平台上有效地运行以进行持续的人脸识别。在此过程中，尝试在设备层面执行基本的面部确认计算，尽管如此，这种方法却展现出良好的实用价值。 面部检测和识别的产品源代码是由 OpenCV 和 Python 共同编写的。