影像辨识作为近年最热门的专业技术之一，广泛用于智慧监视器、车电监控、智慧工厂、生物医疗电子等等；其中，人脸辨识是一个很重要的部分，网络上已经有相当多的资源可供下载使用；于是我们使用舵机云台作为镜头旋转的硬件，搭配镜头模块，并结合RaspberryPi 作为微控制器，完成一台自制的人脸辨识追踪系统，来看看如何操作吧！
背景技术
Haar cascades
这是「Haar Feature-based Cascade Classifier」的简写，「Haar-likefeature」为一种判断某特定物体的矩阵，将待测图片经由该矩阵运算后，产生该图片的特征值矩阵。
「Cascade Classifier」是级联分类器，将数个分类器Classifier依某种关系排列，如果该图片的特征值矩阵通过阶层式分类器的检验，即可判断该待测图片为某特定物体。总而言之，将照片经由Haar转换后的特征矩阵，如果通过辨识度由低到高排列的级联分类器的筛选，即可认定为人像。
硬件组装
舵机云台由两个伺服马达及一个组合式云台构成，能够同时进行左右及前后运动，使用材料如下：
1.组合式舵云机台
2.SG90伺服马达x2
舵机云台组合完成的样子：
接将相机镜头模块固定在舵机云台的卡榫处，硬件就组装完成了。
连接Raspberry Pi
舵机云台的上下转动马达(Pan)与左右转动马达(Tilt)，需要使用Raspberry Pi的PWM脚位(pin7、11)，但RaspberryPi的5V脚位最多只能接16mA，因此需要另外使用RaspberryPi的USB Port，并联提供电流，才能推动伺服马达。
除此之外，需要在RaspberryPi上安装PIR与LED模块，PIR用于侦测外界的动静，当有人时才开启舵机云台进行搜寻；LED则作为指示器，当舵机云台发现脸孔并锁定时，发出亮光作为提示；并在相机扁平电缆插入Raspberry Pi的相机连结埠(CSI)。
CSI位于HDMI与Audio之间
软件安装
于Raspberry Pi安装OpenCV
安装步骤可参考以下链接，
http://yehnan.blogspot.com/2015/12/raspberry-piraspbianopencv.html
OpenCV里面的/haarcascades目录，已包括数个已经训练好的Haarcascades分类器，包括正面人脸、眼睛、载着眼镜、嘴巴、鼻子、微笑、上半身、全身、由上往下的身体、甚至于还有猫脸……等xml文件名，不须另外下载或自己训练，可直接使用。
操作流程
1. 当PIR(红外线感应模块)侦测到有物体时会启动舵机，由上往下递增30度，左右180度来回的转动，侦测是否有脸孔出现；若有则持续追踪脸孔，无则持续搜寻。
2. 若一轮搜寻结束后，PIR感测不到物体时，则停止舵机的运作，并等待有下一个物体被PIR侦测到时，再次启动。
程序代码
原始程序代码可以从Github下载，
https://github.com/ch-tseng/PanTilt
您只将舵机云台的两个servo分别接到pin 7与pin 11，PIR接到pin 36，LED接到pin 32，执行储存在RaspberryPi的main.py即可运作。当然您也可以使用其它脚位，只要记得修改程序中相对应的参数值即可。
原文参考
https://mp.weixin.qq.com/s?__biz=MzU0MTg0ODIzNA==&mid=2247484114&idx=1&sn=d86878c72fa78008e60d3719d2cd3e93&chksm=fb22e517cc556c01f46253d1e21dfbbdfd0470317d64ef99043b7c806fea40a54730000839c1#rd
