人脸关键点定位.Face Alignment by Coarse-to-Fine Shape Searching 算法源码详解（上）

这篇论文是2015年CVPR为数不多和人脸关键点定位相关的文章。除此之外的两篇是：

Multi-Objective Convolutional Learning for Face Labeling - 使用DL方法进行parsing，包含头发的区域分割。

Project-Out Cascade Regression With and Application to Face Alignment - 结合回归器和梯度下降

论文的基础依然是SDM。 核心创新之处是：每次迭代不是简单地用回归更新一个形状（解空间中的一个点），而是更新解空间中的一个区域。

听来简洁，但论文的干货部分讳莫如深，看得人云山雾罩。好在作者在网页上给出了源码，梳理之后才能明白这妥妥是瞎写啊到底是咋做的。

http://mmlab.ie.cuhk.edu.hk/projects/CFSS.html

本文首先根据源码详细介绍算法，下半篇逐行解说源码。

1. 基本概念

标定数据data/raw_300W_release.mat，包含BBOX和关键点。训练数据约3100个，关键点顺序：x1,x2…y1, y2…。

注意，源码中把关键点称为“Pose”。

68个关键点如下：