前期相關安裝配置工作：

OpenCV version >= 2.4.3 （我使用的版本為2.4.9）官網下載地址

下載後解壓至相關路徑（我的解壓路徑為：F:/opencv，新增環境變數（右鍵我的電腦->屬性->高階系統設定->環境變數）
在系統變數Path中新增F:\opencv\build\x64\vc12\bin;
新建變數OpenCV，值為：F:\opencv\build;
新建環境變數OpenCV_include，值為：F:\opencv\build\include;F:\opencv\build\include\open;F:\opencv\build\include\opencv2;

開啟VS2013，新建win32控制檯專案進行VS中opencv的配置。
右鍵選擇專案屬性，在VC++目錄包含目錄中新增
F:\opencv\build\include;F:\opencv\build\include\open;F:\opencv\build\include\opencv2;
在VC++目錄庫目錄中新增F:\opencv\build\x86\vc12\lib;
連結器->輸入->附加依賴項，新增所需lib檔案即完成配置。

Eigen version >= 3.2（我使用的版本為3.2.9）官網下載地址
我的解壓路徑為：F:\Eigen\Eigen3.2.9

Boost version >=1.54.0 （我使用的版本為1.61.0） 未編譯版本、已編譯版本
我的解壓路徑為：F:\Boost\boost_1_61_0
新建環境變數BOOST_LIBRARYDIR，值為：F:\Boost\boost_1_61_0\lib64-msvc-12.0
環境變數BOOST_ROOT，值為：F:\Boost\boost_1_61_0

注：已編譯版本下載時注意編譯器版本一定要相同（如：boost_1_61_0-msvc-12.0-64.exe，則為64位系統，VS2013編譯而成）如果選擇未編譯版則需要自己進行編譯。編譯過程如下：

1. Win+R後彈出執行框
2. 輸入cmd後回車進入命令列視窗
3. 使用cd命令進入boost解壓路徑
4. 在命令列執行bootstrap.bat檔案，操作為：輸入bootstrap.bat後回車，原路徑自動生成bjam.exe檔案
5. 執行bjam.exe檔案（系統會自動匹配已有編譯器）
6. 編譯完成

CMake 官網下載地址
選擇下載windows版本.msi檔案。下載完成執行，選擇安裝目錄，隨後在目錄中進入bin目錄裡雙擊cmake-gui.exe即可進入CMake的gui介面。
具體cmake過程如下：

1. 在原始碼解壓路徑中新增build資料夾（用以放置cmake後的專案檔案，也可選擇其他路徑）

2. 將原始碼完整路徑新增至gui介面的where is source code部分，將build資料夾完整路徑新增至where to build the binaries部分。如圖：
   

3. 單擊Configure，在彈窗中選擇編譯器後回車。
   

4. 找不到opencv相關檔案，出現如圖所示錯誤介面：
   

5. 在OpenCV_DIR中新增相關路徑，我的為：F:/opencv/build

6. 點選Configure後會出現新的錯誤，提示找不到Eigen相關檔案，在EIGEN3_INCLUDE_DIR中新增路徑F:\Eigen\Eigen3.2.9即可成功configure，截圖如下：
   

7. 勾選BUILD_DOCUMENTATION與BUILD_TESTS點選Generate，完成首次Generate，出現下圖介面：
   

8. 可將首次Generate後出現的未勾選框勾選後進行第二次Generate，截圖如下：
   

至此完成前期工作。

注：boost庫編譯生成的檔案命名格式為boost_xxx-vc1x0-mt-1_61.lib/dll或是boost_xxx-vc1x0-mt-gd-1_61.lib/dll，但是cmake中僅識別命名格式為boost_xxx.lib/dll格式的檔案（我不知道怎麼修改這個識別問題），因此我將該專案中所需要的lib檔案進行了名稱的更改：
boost_xxx-vc1x0-mt-gd-1_61.lib 改為 boost_xxx.lib。

測試程式

測試landmark_detection專案：
將opencv路徑中的haarcascade_frontalface_alt2.xml檔案移至相關位置。
將landmark_detection.cpp中與路徑有關的程式碼進行更改：
（380行）

("data,d", po::value<fs::path>(&trainingset)->required()->default_value("D:\\superviseddescent-master\\examples\\data\\ibug_lfpw_trainset"),
                "path to ibug LFPW example images and landmarks")
            ("mean,m", po::value<fs::path>(&meanfile)->required()->default_value("D:\\superviseddescent-master\\examples\\data\\mean_ibug_lfpw_68.txt"),
                "pre-calculated mean from ibug LFPW")
            ("facedetector,f", po::value<fs::path>(&facedetector)->required()->default_value("D:\\superviseddescent-master\\examples\\haarcascade_frontalface_alt2.xml"),
                "full path to OpenCV's face detector (haarcascade_frontalface_alt2.xml)")
            ;

即可執行。

執行結果比較

執行結果圖在D:\superviseddescent-master\build\examples目錄下生成。

原圖：

結果圖：

參考部落格
本人初次接觸人臉對齊方面的專案，十分感謝博主那年聰聰耐心解答我的疑問。