HAAR与DLib的实时人脸检测之对比
人脸检测方法有许多，比如opencv自带的人脸Haar特征分类器和dlib人脸检测方法等。对于opencv的人脸检测方法，优点是简单，快速；存在的问题是人脸检测效果不好。正面/垂直/光线较好的人脸，该方法可以检测出来，而侧面/歪斜/光线不好的人脸，无法检测。因此，该方法不适合现场应用。而对于dlib人脸检测方法采用64个特征点检测，效果会好于opencv
Centos6.8 安装dlib库时出错【升级gcc 到4.9.0以上】
在centos6.8上安装dlib库时出现错误：1、CMakemustbeinstalledtobuildthefollowingextensions:dlib没有安装CMake，需要安装CMake，如yuminstallcmake2、Unsupportedcompilerpybind11requiresC
Dlib库Window下Qt编译（用mingw）
参考文章如下：（俺还是很有版权意识滴，尊重原作者的劳动成果）http://www.cnblogs.com/freegodly/p/4259040.html?utm\_sourcetuicool&utm\_mediumreferral关于Dlib库的编译，网上都是依赖CMAKE，其实并不需要，用gcc或者mingw就可以的。具体实践如下1.
Dlib人脸识别，Qt编译（实际上是mingw）
听说Dlib这玩意有人脸识别，觉得好高大上。然后想拿例子来玩玩，发现运行的时候悲剧了，提示说不支持jpeg。开始查找原因，发现是没有定义宏DLIB\_JPEG\_SUPPORT（png一样）需要在工程项目追加QMAKE\_CXXFLAGS DDLIB\_JPEG\_SUPPORT（本质是makefile加宏）编译的时候悲催了！！！
OpenCV3与深度学习实例：Dlib+VGG Face实现两张脸部图像相似度比较
实现思路：1、使用Dlib识别并提取脸部图像2、使用VGGFace模型提取脸部特征3、使用余弦相似度算法比较两张脸部图像的特征代码如下：importtimeimportnumpyasnpimportsklearnimportsklearn.metrics.pairwiseaspw