文献综述（或调研报告）：
人脸识别一度被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一，但随着科学技术的发展，一系列关于人脸识别的难题相继被攻克，人脸识别技术已被广泛应用于公安刑侦破案、门禁系统、摄像头监视系统、网络应用、身份辨别、支付系统等与国计民生密切相关领域。斯坦福教授李菲菲举办的ImageNet国际视觉识别竞赛中，第一名的识别度就已经高达99%以上，也就是说，业界对于图像识别已经有非常成熟的算法，因此从实践项目的角度，这一点是十分有利于本项目的成功的。同时，业界中对于视觉项目的开发，集成了成熟的视觉开源库opencv，这也大大的降低的编码难度，提高了项目开发的技术可行性。
手势识别这一部分目前没有比较成熟的算法来进行检测, 因为手本来就是一个相对灵活的部分, 可以有各种各样的手势以及姿势角度, 相对人脸识别难度也比较大, 因此我们这里主要做的是对于给定手势的检测与分类, 我们预先定义了5种手势, 先使用物体检测算法找到手的位置, 获得手位置之后再使用分类算法对手势进行分类, 获得想要的结果.目标检测这里比较主流的方式有: (1) 传统方法：使用级联分类器框架：Haar/LBP/积分HOG/ACF feature Adaboost(2) CNN方法：R-CNN家族，包括Faster R-CNN/Mask R-CNN/RFCN, 基于回归(one-shot)：YOLO/YOLO2/SSD/DSSD, 特殊的文字序列检测：CTPN(LSTM R-CNN)／Seglink(SSD魔改）.
Raspberry Pi简称树莓派，是为学习计算机编程教育而设计，只有信用卡大小的微型计算机，系统基于Linux。 “麻雀虽小，五脏俱全”来形容树莓派再贴切不过。它是一款基于ARM的微型电脑主板以SD/MicroSD卡为内存硬盘，卡片主板周围有1/2/4个USB接口和一个10/100 以太网接口（A型没有网口），可连接键盘、鼠标和网线，同时拥有视频模拟信号的电视输出接口和HDMI高清视频输出接口，以上部件全部整合在一张仅比信用卡稍大的主板上.对于树莓派已经有很多成熟的用法, 比如进行上下位机通信, 控制其他的硬件等等, 也有应用到人脸识别的部分, 不过利用树莓派进行手势分类是一个相对比较新的领域, 因此也较有挑战性, 需要去尝试可行性, 同时如果可行的话, 尽量提高其性能, 使其较为流畅的运行在树莓派上.
[1] 孙玉兰.数字图像处理技术的应用现状与发展研究[J].电脑知识与技术,2014,10(26):6228-6230.
[2] 苏祥林,陈文艺,闫洒洒.基于树莓派的物联网开放平台[J].电子科技,2015,28(09):35-37 41.
[3]MattRichardson，ShawnWallace．Getting Started with Rasp—berry Pi[M]．Sebastopol：OReilly Media，2012．
[4]Magnus Lie Hetland．PYTHON基础教程(修订版)[M]．2版．司维，曾军葳，谭频华，译．北京：人民邮电出版社，2014．
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。
