下载地址：

该源码采用c++编写，重现了 “Face Alignment at 3000 FPS via Regressing Local Binary Features  ”cvpr2014文章中的人脸对齐算法，文章下载地址见：http://www.thinkface.cn/thread-3137-1-1.html

使用说明：
1.下载人脸数据库，获取Path_Images.txt。
AFW人脸数据库：http://www.thinkface.cn/thread-1029-1-1.html
LFPW人脸数据库：http://www.thinkface.cn/thread-1032-1-1.html
Helen人脸数据库：http://www.thinkface.cn/thread-1030-1-1.html
IBUG人脸数据库：http://www.thinkface.cn/thread-1031-1-1.html
2.下载liblinear库，编译获取blas库（liblinear/blas/blas.a）。你需要将你的blas.a替代build目录下的blas.a。
3.进入build文件夹，编译该程序。
cmake  make
4.模型的训练：在LBF.cpp文件中设置全局参数，在TrainDemo.cpp中设置数据库。采用“LBF.out TrainModel”进行编译。
5.在数据库上进行测试：在TestDemo.cpp文件中设置测试数据库，使用“LBF.out TestModel”进行编译。

Model
我已经采用AFW,HELEN,LFPW数据库训练了一个model,下载地址：

一些问题
如果获取图像的bounding?
我采用opencv进行人脸检测获取图片bounding box。你可以使用其他检测器获取bounding box，但必须与训练中的bounding box具备相同的尺度。
更多详情见：