所需要的资料收集

技术向：一文读懂卷积神经网络CNN
https://www.cnblogs.com/nsnow/p/4562308.html
卷积矩阵及其运算实例
http://blog.sina.com.cn/s/blog_5562b0440101a2pr.html

基于深度学习的人脸识别技术综述
https://zhuanlan.zhihu.com/p/24816781?utm_source=weibo&utm_medium=social
LFW数据集上结果：
http://vis-www.cs.umass.edu/lfw/results.html
初学者必须知道的25个深度学习专业名词
https://zhuanlan.zhihu.com/p/27152079
深度学习是怎么识别人脸的？
http://www.jianshu.com/p/27b0b4a12d89
深度学习与人脸识别系列（3）__基于VGGNet的人脸识别系统
http://blog.csdn.net/wjmishuai/article/details/50854155
[深度学习基础] 3. 前馈神经网络
http://blog.csdn.net/hao_zhang_vision/article/details/52669044
这个是讲解 SIFT 和 HOG 特征的；

GOTURN跟踪：（CNN）
http://blog.csdn.net/autocyz/article/details/52648776
Python的开源人脸识别库：离线识别率高达99.38%
http://mp.weixin.qq.com/s/nuFIevsfiE-OT6fjornzmg
有关GPU实现索贝尔算子（Sobel Operator）中Fragment Shader部分代码的简单分析
http://www.jianshu.com/p/97eca45f52cd
* Note

   track only one face： 

   frist:trackHandle = STMobileApiBridge.FACESDK_INSTANCE.st_mobile_tracker_106_create(modulePath, handlerPointer);

   second: setMaxDetectableFaces(1)参数设为1

*  track多张人脸：  

*  trackHandle = STMobileApiBridge.FACESDK_INSTANCE.st_mobile_tracker_106_create(modulePath, handlerPointer);

   second:setMaxDetectableFaces(num)参数设为-1

人脸识别技术大总结1——Face Detection & Alignment
http://www.cnblogs.com/sciencefans/p/4394861.html
人脸识别的主要方法
https://wenku.baidu.com/view/3f06a9cca1c7aa00b52acb78.html?from=search
iPhoneX FaceID技术原理（云从）
https://wenku.baidu.com/view/dfeb1b74492fb4daa58da0116c175f0e7dd11959.html?from=search https://wenku.baidu.com/view/dfeb1b74492fb4daa58da0116c175f0e7dd11959.html?from=search https://www.zhihu.com/question/22298352
如何通俗易懂地解释卷积？

opencv、pico、npd、dlib、face++等多种人脸检测算法结果比较
http://www.thinkface.cn/thread-4459-1-1.html
人脸检测研究2015最新进展 http://blog.csdn.net/zylxadz/article/details/46606127
越南公司用假脸成功破解Face ID 但成本太高
http://s4.uczzd.cn/webapp/webview/article/news.html?app=uc-iflow&aid=8139058149237377111&cid=100&zzd_from=uc-iflow&uc_param_str=dndseiwifrvesvntgipf&rd_type=share&pagetype=share&btifl=100&sdkdeep=2&sdksid=8230760b-de17-9bb2-0dc8-6248667319a1&sdkoriginal=8230760b-de17-9bb2-0dc8-6248667319a1