Face Alignment at 3000 FPS 学习理解和具体实现

这篇论文主要讲：Face Alignment 问题,即给人脸确定位置68个标点 (landmark)。

而这些标点位置肯定是最能区别不同人的位置。

Face Alignment 是很重要的，是人脸验证(Face verification)的基础。

马上进入主题：

这篇算法优点：速度快，在笔记本上跑了3000 FPS，智能手机是300FPS，

同时是最先进算法（the state of the art)有更高的精确性，做为人脸验证底层实现，实时性显然重要。

这算法实现思想：用随机森林取标点周围的局部特征，双坐标下降求全局特征投影Wt.如下图

首先，把测试和训练分为t步。每一步：如上图训练 局部Φ t，再训练全局wt。再步步训练，第二步，第三步,...。得到局部{Φ t}，{wt}分别作为测试图片特征提取和线性投影。

用来检测人脸的标定点。

下面分别讨论(1)局部标定点的特征Φ t，wt训练(2)再训练全局wt。

我们使用标准随机森林训练 Φ t，如下图

(b)所示是标点j用随机森林得到二进制特征，再串联成(a),组成全局特征，最后训练全局线性投影Wt.

随机森林的思想：随机是随机抽取n对像素，这n个像素就成为一个模板(template),以后一直不变。再比较每一对像素，第一个像素大于第二个就为1，第二个大于第一个就为0，再串联n对像素比较值，组成二进制向量就为随机森林特征。如图取的是到达叶子节点为1，道理一样（大于节点遍历左子节点，小于遍历右子节点).

这里要训练叶子节点：要测试500随机样本特征，最后取特征是样本最大方差最小的那个。

(2)训练wt,

使用的双坐标下降方法，使下公式最小：

λ是控制Wt长度，即让Wt尽量稀疏。

最后要训练每步：要固定局部大小r,并让r,一步一步减少。如下图：