全文总字数：4372字
文献综述
文 献 综 述1.1 课题研究的背景视频监控是各行业重点部门或重要场所进行实时监控的物理基础，管理部门可通过它获得有效数据、图像视频监控系统图像或声音信息，对突发性异常事件的过程进行及时的监视和记忆，用以提供高效、及时地指挥和高度、布置警力、处理案件等。
随着计算机视觉技术与机器学习技术的飞速发展,人脸识别已成为当今最可靠的身份识别技术之一。
人脸识别技术是利用人脸特征信息进行分析匹配的一种身份识别方式，其具有特征提取便利、识别成本低和精准度高的优点，现已成为经典的生物识别方式，在安防系统、考勤系统和支付系统等具有广泛应用。
而将人脸识别技术运用到视频监控系统当中,能够充分发挥视频监控系统的预警能力,对社会稳定繁荣有积极作用[2]。
这种应用背景要求自动人脸识别系统能够对一般图像具有一定的识别能力，由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。
同时，随着相关技术的不断发展，人脸识别/检测的应用从被动检测向主动的识别跟踪发展，也要求相关设备从固定的检测识别端向一个独立主动的监控单元发展，也对相关控制技术和系统间联动提出了更高的要求。
1.2 课题研究的目的和意义本课题围绕人脸识别和跟踪系统，展开研究与开发，并利用OpenMV实现人脸的识别，并联动控制舵机或步进电机实现对人脸的跟踪，即以OpenMV为基础，利用Python语言，设计一个自主跟踪监控摄像头，并通过PID控制舵机或步进电机，实现对人脸识别后的持续追踪，从而实现发现-识别-追踪的独立过程。
现有系统往往不能运动或方向单一，视野上也存在局限性，单纯依靠使用广角镜头解决视野问题，本课题使用步进电机实现对目标的追踪，具有一定先进性和研究意义。
1.3 国内外研究现状本课题内容所涉及的各个模块，包括OpenMV的应用、Python语言下的人脸识别算法和步进电机的控制在国内外已经有所研究。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
