【C++版】Face Alignment at 3000 FPS by Regressing Local Binary Features源碼下載

 下載地址：

本帖隱藏的內容

face-alignment-in-3000fps-master.zip(794.42 KB, 下載次數: 783)

該源碼採用c++編寫，重現了 「Face Alignment at 3000 FPS via Regressing Local Binary Features  」cvpr2014文章中的人臉對齊演算法，文章下載地址見：http://www.thinkface.cn/thread-3137-1-1.html

使用說明：

1.下載人臉資料庫，獲取Path_Images.txt。

AFW人臉資料庫：http://www.thinkface.cn/thread-1029-1-1.html

LFPW人臉資料庫：http://www.thinkface.cn/thread-1032-1-1.html

Helen人臉資料庫：http://www.thinkface.cn/thread-1030-1-1.html

IBUG人臉資料庫：http://www.thinkface.cn/thread-1031-1-1.html

2.下載liblinear庫，編譯獲取blas庫（liblinear/blas/blas.a）。你需要將你的blas.a替代build目錄下的blas.a。

3.進入build文件夾，編譯該程序。

cmake  make

4.模型的訓練：在LBF.cpp文件中設置全局參數，在TrainDemo.cpp中設置資料庫。採用「LBF.out TrainModel」進行編譯。

5.在資料庫上進行測試：在TestDemo.cpp文件中設置測試資料庫，使用「LBF.out TestModel」進行編譯。

Model

我已經採用AFW,HELEN,LFPW資料庫訓練了一個model,下載地址：

本帖隱藏的內容

百度雲附件：model

一些問題

如果獲取圖像的bounding?

我採用opencv進行人臉檢測獲取圖片bounding box。你可以使用其他檢測器獲取bounding box，但必須與訓練中的bounding box具備相同的尺度。

更多詳情見：

本帖隱藏的內容

https://github.com/yulequan/face-alignment-in-3000fps

推薦閱讀：