对regularized landmark mean-shift确当地模型的实现。
clmtrackr可以跟踪面部，并输出人脸模型的坐标位置作为一个数组。
此库供应一些通过MUCT数据集演习的泛化的人脸模型，以及一些额外标注的图像。
可以通过clmtools来构建你自己的模型。
为了在视频上跟踪人脸，须要支持WebGL的浏览器。
利用方法：
1、下载最小化的库clmtrackr.js，加入到你web页面中。
/ clmtrackr libraries /
<script src=\"大众js/clmtrackr.js\公众></script>
2、用缺省模型初始化clmtrackr，然后开始运行。
<video id=\"大众inputVideo\"大众 width=\"大众400\"大众 height=\"大众300\"大众 autoplay loop>
<source src=\公众./media/somevideo.ogv\公众 type=\"大众video/ogg\"大众/>
</video>
<script type=\"大众text/javascript\公众>
var videoInput = document.getElementById('inputVideo');
var ctracker = new clm.tracker();
ctracker.init();
ctracker.start(videoInput);
</script>
3、为了开拓，首先要安装node.js，并要带有npm。
在clmtrackr的根目录下，运行，
npm install
npm run build
这将创建clmtrackr.js 以及clmtrackr.module.js，目录是build下。
为了在本地运行，须要安装http-server，用如下脚本。
npm install -g http-server
然后运行http-server。
在浏览器中输入https://localhost:8080/examples，就能看到样例了.