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。