序号 论文 时间 主要方法 优点 缺点
1 An Introduction to Active Shape Models 1995 ASM 模型简单直接,架构清晰明确,易于理解和应用,形状约束 近似于穷举搜索,效率低
2 Active Appearance Models 1998 AAM 加入整个脸部区域的纹理特征
3 Cascaded pose regression 2010 CPR 多级回归器
自动训练学习
4 Deep Convolutional Network Cascade for Facial Point Detection 2013 DCNN 深度学习首次应用 5点
5 Extensive Facial Landmark Localization with Coarse-to-fine Convolutional Network Cascade 2013 Face++版 DCNN 减少计算量
提高精度
68点
6 TCDCN-Facial Landmark Detection by Deep Multi-task Learning TCDCN
快速
多任务 容易漂移
7 Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks 2016 MTCNN 同时进行人脸检测和人脸关键点定位
Hardsample挑选
8 Tweaked Convolutional Neural Networks 2016 TCNN 采用聚类分析
9 Deep Alignment Networks 2017 DAN 加入关键点热图,输入整张图像
10 Robust Facial Landmark Detection via a Fully-Convolutional Local-Global Context Network 设计思路与之前的有本质差异
11