基于深度初始化的粗到精回归树集成方法用于人脸对齐

本文提出了一种基于粗到精级联回归树（Ensemble of Regression Trees, ERT）的实时人脸关键点回归方法——DCF E。我们采用一个简单的卷积神经网络（Convolutional Neural Network, CNN）生成关键点位置的概率图，随后通过ERT回归器对这些概率图进行精细化优化。ERT回归器的初始化基于将三维人脸模型拟合到关键点概率图上。ERT的粗到精结构有效缓解了部件形变带来的组合爆炸问题。同时，借助三维人脸模型，我们还解决了回归器初始化的鲁棒性、自遮挡以及正面与侧脸图像的同步分析等关键挑战。在实验中，DCF E在AFLW、COFW以及300W的私有与公开数据集上均取得了目前报道的最佳性能。