http://blog.csdn.net/u011531010/article/details/52270023
第一步
在 openface 文件中建立一个名为./training-images/的文件夹
第二步
为你想识别的每个人建立一个子文件夹。例如：我找了7组图像，每组为不同的明星，每组明星人脸图像大概有10个
第三步
然后把这几个训练文件夹放到openface/tarin-images。图片的格式无所谓。确保每张图像上只出现一张脸。不需要裁剪脸部周围的区域。OpenFace 会自己裁剪。
第四步
从这个 OpenFace 的根目录中运行这个 OpenFace 脚本。
首先，进行姿势检测和校准：
这将创建一个新./aligned-images/子文件夹，带有每一个测试图像的裁剪过的并且对齐的版本。
第二，从对齐的图像中生成表征：
运行完后，这个./aligned-images/子文件夹会包含一个带有每张图像的嵌入的 csv 文件。
第三，训练自己的面部检测模型：
这将产生名为./generated-embeddings/classifier.pkl的新文件名。这个文件有你将用来识别新面部的 SVM 模型。
到了这，你应该有一个可用的面部识别器。
第五步：识别面部！
mkdir ./test-images
放入明星测试图像，这些图像保证没有参与过training
测试训练的人像种类
获取一张未知脸的新照片。把它像这样传递给分类器脚本：
我们会得到一个看起来像这样的预测：置信度在0.6以上