Dlib库介绍
Dlib是一个现代化的C ++工具箱，其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用于工业界和学术界，包括机器人，嵌入式设备，移动电话和大型高性能计算环境。
Dlib主要特点
文档丰富高质量的广泛兼容的代码 机器学习算法 数值计算算法 图形模型推理算法 图像处理 线程 网络通信 图形用户界面 数据压缩和完整性检查算法 测试 其他通用功能
机器学习算法
深度学习Deep Learning 传统的基于SMO的支持向量机用于分类（classification） 和 回归（regression） 用于大规模分类 和回归的Reduced-rank methods 用于分类 和回归的推荐相关向量机（Relevance vector machine) 通用多类分类（multiclass classification）工具 一个多类SVM（Multiclass SVM） 解决与结构支持向量机（structural support vector machines）相关的优化问题的工具 。 用于序列标记（sequence labeling）的结构SVM工具 用于解决分配问题（assignment problems）的结构SVM工具 用于图像中物体检测（object detection）的结构SVM工具以及用于物体检测的更强大（但更慢）的深度学习工具（deep learning tools for object detection）。 用于标记图中节点的结构SVM工具（labeling nodes） 一个大规模的SVM-Rank实现 在线核RLS回归（kernel RLS regression）算法 在线SVM分类（SVM classification）算法 半确定度量学习（Semidefinite Metric Learning） 在线核化的质心估计器（centroid estimator） /新颖检测器和离线支持矢量一类分类器（one-class classification） 聚类算法：线性 或核k-means， Chinese Whispers聚类和 Newman聚类。 径向基函数网络（Radial Basis Function Networks） 多层感知器（Multi layer perceptrons）
图像处理
用于读取和 保存常见图像格式的例程。 各种像素类型之间的自动颜色空间转换 常见的图像操作，如边缘检测和形态学操作 SURF， HOG和FHOG 特征提取算法。 用于图像中的对象检测的工具，包括 正面人脸检测和 对象姿势估计。 高质量的人脸识别
正面人脸检测
人脸关键点检测（68个） 标注人脸方框
坐标系： 左上角为（0,0） 向右向下增大 这是因为在计算机中，图像是以矩阵的形式保存的。
图片人脸检测demo
转载地址：https://github.com/QuincyC379/faceai
视频人脸检测
get_my_faces.py
set_other_faces.py
train_faces.py
使用cnn对数据集进行训练 my_faces 1 other_faces 0
is_my_face.py
实验结果