人脸对齐LBF(四)

随机森林的训练过程：

1：随机的选择一部分样本，按照一定的比例选择样本；

2：训练一棵树的时候，随机的选择一部分特征，训练一个节点，之后把样本分为左右两颗子树；

3：继续在左子树训练样本，随机的选择特征；

4：继续在右子树训练样本，随机的选择特征；

5：训练出来一个节点，继续循环2~5步骤得到一棵树；循环1~5步骤得到一个随机森林：

LBF算法的训练过程：

LBF的每一棵树的叶子节点的输出都是偏移量；偏移量经过线性回归得到权重的矩阵

1：特征选择：采用的二值特征，每一个关键点的周围随机的二值特征；

2：所有的形状求出均值形状, 均值形状都是以中心点为坐标原点的坐标；随机的生成一些形状，作为当前形状，然后求出当前形状和真实形状之间的残差;

3：然后计算当前形状到均值形状的相似变换的旋转系数和缩放系数；

4：然后残差乘以相似变换的系数得到一个新的残差，然后这个残差作为目标，可以训练一个随机森林；

5:：然后用随机森林分类一个样本，提取样本的二值特征，送入到随机森林中，根据树叶的位置，得到二进制的编码，得到68个关键点的编码；

6：使用全局回归得到权重，目标就是残差，残差是真实形状和当前形状的残差，相减得到的！