openface在liunx下配置

openface在2015年重新更新，所以再次配置openface的时候可以参考上次的步骤，这里仅作dlib部分修改，demo1 的运行指令也做出一定的修改。
原博客：
http://blog.csdn.net/shakevincent/article/details/49363413
本文主要参考了openface的网址：
https://github.com/cmusatyalab/openface
openface的官网：
http://cmusatyalab.github.io/openface/setup/
同时感谢openface的作者：bamos 在配置的时候指导，特向原作者提出感谢！
以下是原配置方案，openface的依赖项都是一样的，可以直接参考

FROM  ubuntu:14.04
MAINTAINER  Brandon Amos <brandon.amos.cs@gmail.com>
RUN  apt-get update
RUN  
apt-get install -y \
build-essential  \
cmake  \
curl  \
gfortran  \
git  \
libatlas-dev  \
libavcodec-dev  \
libavformat-dev  \
libboost-all-dev  \
libgtk2.0-dev  \
libjpeg-dev  \
liblapack-dev  \
libswscale-dev  \
pkg-config  \
python-dev  \
python-pip  \
wget  \
zip
RUN  
pip2 install numpy scipy pandas
RUN  
pip2 install scikit-learn scikit-image
RUN  
curl -s https://raw.githubusercontent.com/torch/ezinstall/master/install-deps  | bash -e
RUN 
git clone https://github.com/torch/distro.git ~/torch --recursive
RUN  
cd ~/torch && ./install.sh
RUN  
~/torch/install/bin/luarocks install nn
RUN  
~/torch/install/bin/luarocks install dpnn
RUN  
~/torch/install/bin/luarocks install image
RUN  
~/torch/install/bin/luarocks install optim
RUN  
cd ~ && \
mkdir  -p src && \
cd  src && \
curl  -L https://github.com/Itseez/opencv/archive/2.4.11.zip -o ocv.zip &&  \
unzip  ocv.zip && \
cd  opencv-2.4.11 && \
mkdir  release && \
cd  release && \
cmake  -D CMAKE_BUILD_TYPE=RELEASE \
-D  CMAKE_INSTALL_PREFIX=/usr/local \
..  && \
make  -j8 && \
make  install
RUN  
cd ~ && \
mkdir  -p src && \
cd  src && \
curl  -L \
https://github.com/davisking/dlib/releases/download/v18.16/dlib-18.16.tar.bz2  \
-o  dlib.tar.bz2 && \
tar  xf dlib.tar.bz2 && \
cd  dlib-18.16/python_examples && \
mkdir  build && \
cd  build && \
cmake  ../../tools/python && \
cmake  --build . --config Release && \
cp  dlib.so ..

但是openface在15年11月重新更新了一下，需要更新一下dlib的安装步骤。安装dlib以前的步骤都可以正常运行。
mkdir -p ~/src
cd ~/src
tar xf dlib-18.16.tar.bz2
cd dlib-18.16/python_examples
mkdir build
cd build
cmake ../../tools/python
cmake --build . --config Release
sudo cp dlib.so /usr/local/lib/python2.7/dist-packages
For the final command, make sure the directory is in your default Python path, which can be found with sys.path in a Python interpreter.

在配置后可以检验opencv和dlib是否安装成功。只需在python的命令行中输入
import cv2
import dlib
配置完成后就应该获得训练模型了。

Run:  models/get-models.sh

跟新一下数据模型，可以按照官方的doc 运行demo了。
安装过程中保证网络的流畅。