Face alignment in 3000 FPS 代码的运行

网上对论文 face alignment at 3000 fps via regressing local binary features 代码解析很少，希望能给读者代码详细的解析.

这能论文下载地址
http://research.microsoft.com/en-us/people/yichenw/cvpr14_facealignment.pdf

论文的解读可以参考我前几篇博客。

论文的配置

1代码下载 源代码地址:https://github.com/jwyang/face-alignment

2.算法要求运行环境 matlab2014a ,windows64位,如果matlab2012最好改成2014，不然后面要改几个函数。如果不想改，就按照代码里面read.txt 改相应的函数

3下载数据库 afw, lfpw, helen, ibug, etc http://ibug.doc.ic.ac.uk/resources/facial-point-annotations.
可以下载任何一个或多个，并在 train_model.m 中，在train之前，定义下载的数据库名字，比如{‘afw’, ‘lfpw’, …, }。
再下载好的afw,放到根目录下。比如：D:\搜狗高速下载\face-alignment-master\face-alignment-master。

进入控制台cmd.先转到目录 D:\搜狗高速下载\face-alignment-master\face-alignment-master\afw，然后输入命令dir /b/s/p/w *.jpg>Path_Images.txt，这是将所有jpg的文件的文件名都输入到Path_Images.txt文件中，

4为代码中的训练样本函数的依赖库liblinear做配置，下载liblinear .
http://www.csie.ntu.edu.tw/~cjlin/liblinear/
进行线性回归机器训练，如果你是windows64位，直接从windows里面文件拷贝到matlab中。

5然后我们开始训练样本.在matlab中新建个.m文件，输入一下代码：
filepath_ranf=’./ranf.mat’;
filepath_ws=’./ws.mat’;

lbfmodel=train_model({‘afw’});

ranf =lbfmodel.ranf;
ws = lbfmodel.Ws;

save(filepath_ranf,’ranf’);
save(filepath_ws,’ws’);

6训练时间比较长，训练完毕后，可以在face_alignment文件中看到ranf.mat与ws.mat两个文件,大概120M多。

7测试。比如现在我们想测试数据库ibug.进入控制台cmd.先转到目录 D:\搜狗高速下载\face-alignment-master\face-alignment-master\ibug，然后输入命令dir /b/s/p/w *.jpg>Path_Images.txt，这是将所有jpg的文件的文件名都输入到Path_Images.txt文件中

8开始训练样本.在matlab中新建个.m文件，输入一下代码：
filepath_ranf=’./ranf.mat’;
filepath_ws=’./ws.mat’;

r=load(filepath_ranf);
w=load(filepath_ws);

ranf=r.ranf;
ws=w.ws;

t.ranf=ranf;
t.Ws=ws;

test_model({‘ibug’},t);

9.就可以运行看测试结果了。