LFPW人脸识别数据库，适用于机器学习对于人脸数据库集的训练，本部分为lfpw数据库集的训练集资源内 标注了68个特征点，存放在.pts文件中

Machine learning for high-speed corner detection FASTER and better: A machine learning approach to corner detection

基于局部特征提取方法是图像处理、分析及模式识别领域的热点研究问题之一。由于该技术有着广泛的应用前景，已经吸引了很多学者的关注，并涌现出了大量的研究成果。利用 SIFT 算法提取出的特征点进行图像匹配，对于图像的模糊、旋转、平移和尺度变换具有很强的鲁棒性，甚至对图像光照和视点变化具有一定的鲁棒性。本文主要研究了基于 SIFT 局部图像特征点提取算法。首先对特征点提取的原理进行了详细研究，针对SIFT算法原理分模块进行了研究；然后本文对SIFT特征点在图像匹配和图像拼接领域的应用进行了讨论；最后，为了验证本文算法的有效性和优越性，本文进行了仿真实验实验。实验结果表明，SIFT特征点在图像匹配和图像拼接领域具有极强的适应性。当图像之间存在一定的图像旋转、光照变化和视点变化时，仍然具有满意的匹配效果。

利用SURF算法进行特征点匹配的vc++程序，适用于目标识别、定位等图像处理相关应用中，匹配成功率高，尤其是当识别目标较复杂时具有很好的识别效果。

本文简要介绍了图像配准拼接发展的历程、及其现状和在社会中的应用。并且简单的说明了当前常用的图像拼接算法和所面对的问题等，图像拼接的方法可以分为两类，在文中简述了这两类方法的优缺点，但是目前图像匹配最常用的方法是基于特征点的图像匹配，而且这种方法优点是将对整个图像的分析转化为对图像特征点的分析，在文中研究了这种特征点的提取方法，并且论述了基于harris和sift特征点的图像配准拼接的方法。 根据图像之间的匹配关系采用sift进行特征点提取。通过实验验证了本文提出的方法的有效性，此方法解决了在实际生活中因设备问题而不能得到全景图以及图像拼接过程中经常遇见的“拼缝”问题，对于图像拼接技术的应用及研究具有一定的参考价值。

用的是dlib18.18版本，主要是获得人脸的68个特征点。这个是32位的库，自己生成的，用的是vs2015编译器。不需要修改任何东西，下载即可运行。

matlab开发-特征点图像关键点提取。在图像中查找、匹配和打印特征点。

主要介绍了OpenCvSharp 通过特征点匹配图片的方法,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下

通过特征点的提取和匹配，在拥有多个物体的图像集合中找到并标识目标物体。要求尽管尺度变化或平面内旋转，以及少量的平面外旋转和遮挡，它仍可以检测物体。

深度学习特征点检测，配准，代码