Supervised Descent Method and its Applications to Face Alignment

原文地址：http://blog.csdn.net/xiamentingtao/article/details/47306887

本方法是当前人脸对齐最流行的算法，速度很快，很稳定。下面我将介绍一下这篇文章的整体思路和相关细节。 
在介绍之前,先给出几个有用的链接: 
1.) 
本论文作者主页，形象地介绍了SDM的特点: 
http://xiong828.github.io/sdm.html 
2. ) 
superviseddescent C++11版本的实现: 
http://patrikhuber.github.io/superviseddescent/ 
下面开始介绍: 
人脸对齐就是要找人脸的特征点。如图 
。 
我们要找到眼睛、鼻子、嘴巴等特征点。那么如何去做呢？方法有很多。本文讲述了使用SDM去求特征点的方法。假设我们有一个初始的特征点 x0 ，希望通过迭代，逐步求出准确地特征点 x∗ 。这就是大致的思路。

SDM方法（Supervised Descent Method ）

Derivation of SDM

给定一幅含有m个像素的图像 d∈Rm×1 , d(x)∈Rp×1 用来索引图像的p个特征点，x代表p个特征点。 h(d(x))∈R128p×1 代表SIFT特征向量。在训练阶段，我们假设准确的p个特征点已知，设为 x∗ 。我们另外选取训练集特征点的平均值 x0 作为初始值。如图： 
 
这样，Face Alignment可以通过在 Δx 求解如下的最优化问题： 

f(x0+Δx)=||h(d(x0+Δx))−Φ∗||22

这里 Φ∗=h(d(x∗)) 代表手工标记的特征点的SIFT特征。在训练阶段， Φ∗ 和 Δx 已知。 

f(x0+Δx)≈f(x0)+Jf(x0)TΔx+12ΔxTH(x0)Δx

对上面关于 Δx 求导,令 f′(x0+Δx)=0 ，可得 

Δx1=−H−1Jf=−2H−1JTh(Φ0−Φ∗)

,这里 Φ0=h(d(x0)) . 
令 R=−2H−1JTh，ΔΦ0=Φ0−Φ∗ ,于是R可看作 Δx1 到 ΔΦ0 的线性回归系数。但是，我们知道在测试阶段， Φ∗ 是未知的，但是固定的。因此我们不再使用 Φ∗ 做训练，而是改用下面的公式： 

Δx1Δx1Δx1===−2H−1JTh(Φ0−Φ∗)−2H−1JThΦ0+(−2H−1JTh)(−Φ∗)RΦ0+b0

使用训练样本，我们的方法可以学习 R0,b0 . 
通常这种方法不可能一步迭代完成，需要进行多步，除非f是二次的。为了处理这个非二次的方程，SDM将产生一系列的下降方向 {Rk} 和偏差 {bk} . 
即 

xk=xk−1+Rk−1Φk−1+bk−1(1)

,使得对于训练图片集， xk 将收敛到 x∗ .

Learning for SDM

假定给定一系列人脸 {di} 与对应的特征点 {xi∗} .对于每张图片，从初始的特征点 xi0 出发， R0,b0 可以通过求解最优化问题获得： 

argR0minb0∑di∫p(xi0)||Δxi−R0Φi0−b0||2dxi0

这里 Δxi=xi∗−xi0,Φi0=h(di(xi0)) . 
我们假定 xi0 可以从服从正态分布的人脸检测框对齐采样。于是上面的最优化问题化为： 

argR0minb0∑di∑xi0||Δxi−R0Φi0−b0||2

以上方程是个线性的最优化问题，可以直接求解。 
当第一步求解完毕后，代入方程式（1）,可以求出 x1 ,进而又可以计算特征向量 Φik=h(di(xik)) 和 Δxki∗=xi∗−xik .这样 Rk,bk 可以通过一个新的线性回归得到。 

argRkminbk∑di∑xik||Δxki∗−RkΦik−bk||2

随着k的增大，误差逐渐减小，一般4到5次的迭代就可以达到比较好的效果。

Training for SDM

当我们计算出一系列的 {Rk},{bk} ,我们就可以通过迭代式（1）通过迭代求解特征点。一般初始的特征点可以选取训练时的初始特征点。 
后续我们还会给出SDM方法的Matlab代码及相关说明，你就会看到比较清楚的步骤和效果了。