人脸特征点检测，用于人脸识别。

用python写的人脸识别程序，主要是特征脸-主成分分析PCA算法pdf介绍文档，写的很详细

内附Olivetti数据集，400张人脸，20个ID，人脸识别的小型数据库第1步、训练集、测试集制作第2步、提取人脸LBP特征第3步、KNN分类器，k=5时，精度最高，82.5%

基于主元分析法的特征脸法的人脸识别，加了中文注释，能很好的实现

这是利用Gabor小波进行人脸特征提取，KNN用于分类，对于学习Gabor小波和RCM都有很好的帮助作用，测试数据库是在Yale上测试。

一个大型人脸库,可用于人脸识别、人脸检测和器官定位等算法的测试

基于肤色和结合特征的人脸检测方法.首先利用人脸的色彩特征和自适应阈值法实现特征候选区域和人脸肤色区域的分离，然后利用人脸的几何特性将连通的特征候选区域保留下来作为人脸特征区域

Dlib模块的68个人脸关键点检测，包括下巴：[0, 17]，右（左）眉毛：[17, 22]（[22, 27]），鼻子[27, 36]，右（左）眼睛[36, 42]（[42, 48]），嘴巴轮廓[48

人脸角点检测与运动跟踪，能够实现vs2008+opencv2.4.3

本代码是利用OpenCV中的LBF算法进行人脸关键点检测（Facial Landmark Detection）。

可以直接运行的人脸特征定位系统，不仅可以检测出人脸，而且可以标出眼睛鼻子嘴巴等部位，基于OpenCV开发的系统