众所众知，严格定义上的人脸识别分为四个步骤：
①人脸检测：从图片中准确定位到人脸
②人脸矫正（对齐）： 检测到的人脸，可能角度不是很正，需要使其对齐
③对矫正后的人脸进行特征提取
④对两张人脸图像的特征向量进行对比，计算相似度
这里，我们主要是推荐步骤1和步骤2用到的一个方法，论文是
《2016 Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》. 这篇论文具体的思想大家可以自己阅读。
称之为MTCNN人脸检测算法，同时有大神已经GitHub上开源了其基于caffe的C++ API 的源代码， https://github.com/DaFuCoding/MTCNN_Caffe 再次感谢大神以及开源~
这个GitHub上是原始的caffe，再加上了MTCNN的部分（一个源文件+8个训练好的caffemodel以及deploy文件），大家可以clone到本地从头编译。编译完后，生成一个可执行文件，路径为 build/examples/MTSrc/MTMain.bin ，这个可执行文件需要额外的两个参数，第一个是上面的8个文件所在目录(caffe/examples/MTmodel/)，第二参数就是测试图片了。这里我们先运行下demo，将一张图片放到caffe目录下（放哪都行），然后转到caffe根目录下，运行 ./build/examples/MTSrc/MTMain.bin /examples/MTmodel/ 1.jpg 然后很快就出结果了，检测到人脸，以及五个特征点（两只眼睛，鼻子，左嘴角和右嘴角），具体demo展示可看GitHub的步骤。
同时打印出图片尺寸信息，以及检测耗时。
这个接口一次性能检测一张图片，以及给出每个人脸的五个特征点，而我们除了要得到人脸外，还要进行人脸对齐，只要将对齐后的人脸送进网络才能得到更高的精度，所以，为了满足这个要求，我对源文件MTMain.cpp进行了修改，分为了头文件以及源文件，并且添加了一些代码，得到人脸框以及五个特征点后，通道OpenCV里的仿射变换，使之对齐，效果如下
左边的是输入图片，中间是经过人脸检测的图像，右边的是对齐后的图像，效果还是很好的。
我把MTMain.cpp文件进行修改后，分为了两个文件 MTCNN.h和MTCNN.cpp ， 修改后的代码中，只开放了一个接口函数，调用十分简单，如下：
//核心代码在这
class MTCNN{
public:
MTCNN(const string& proto_model_dir); //构造函数，参数是8个caffemode、deploy文件所在目录路径
//给定一张图片，faceRects用于保存检测到的人脸框，函数返回所有对齐后的人脸图片
vector<Mat> getFaceRects(const Mat& img,vector<Rect>* faceRects=NULL);
略.........对一张图片，只要不断的调用该函数，就可以返回对齐后的人脸了，注意这里返回值是个图片数组，因为可能一张图中有多个人脸，所以返回的也是多个人脸。 有了这个方便的接口后，大家根据自己的需求，写个main.cpp 文件，把程序跑起来吧~~
这两个文件的百度云链接：链接： http://pan.baidu.com/s/1pLBGwuZ密码：fcyc
对了，也许有些小伙伴，不知道怎么单独编译这两个文件生成可执行文件，这里提供个样例Makefile文件，实际路径换上自己的，make一下就好了~
# Makefile
main.bin: main.cpp MTCNN.cpp
g++ -o main.bin main.cpp MTCNN.cpp -I /home/yourname/caffe/include -I /home/yourname/caffe/build/src/ -I /usr/local/cuda/include -L /home/yourname/caffe/build/lib -lcaffe -lglog /-boost_system -lprotobuf `pkg-config --libs --cflags opencv` 当然，如果只有CPU，可以把cuda的那个删去，同时记得在最后加一句 -D CPU_ONLY
最后，分享下用opencv进行仿射变换的博客
http://blog.csdn.net/u013713010/article/details/46047367
好了，接下来，自己跑起来吧～