Facial Alignment-Algorithmen lokalisieren eine Reihe von Landmark-Punkten in Gesichtsbildern, die in unbeschränkten Situationen aufgenommen wurden. Die neuesten Ansätze scheitern oder verlieren an Genauigkeit in Anwesenheit von Verdeckungen, starken Deformationen, großen Pose-Variationen und eindeutigen Konfigurationen. In dieser Arbeit stellen wir 3DDE vor, einen robusten und effizienten Facial Alignment-Algorithmus, der auf einer grob-zu-feinen Kaskade von Ensemble-Regression-Bäumen basiert. Er wird initialisiert, indem ein 3D-Gesichtsmodell robust an die durch ein konvolutorisches neuronales Netzwerk erzeugten Wahrscheinlichkeitskarten angepasst wird. Mit dieser Initialisierung behandeln wir Selbstverdeckungen und große Gesichtsdrehungen. Des Weiteren legt der Regressor implizit eine a-priori-Gesichtsform für die Lösung fest, was Verdeckungen und eindeutige Gesichtskonfigurationen anspricht. Seine grob-zu-feine Struktur bewältigt die kombinatorische Explosion von Teiledeformationen. In den durchgeführten Experimenten verbessert 3DDE den Stand der Technik in den Datensätzen 300W, COFW, AFLW und WFLW. Schließlich führen wir Cross-Datensatz-Experimente durch, die eine signifikante Datensatzverzerrung in diesen Benchmarks aufdecken.请注意，这里有一些术语的处理：- "Facial Alignment" 翻译为 "Facial Alignment"（面部对齐），但为了保持专业性，也可以使用 "Gesichtsalignment".- "Landmark-Punkte" 是指关键点，可以翻译为 "Konturpunkte" 或者 "Merkmalspunkte".- "Pose-Variationen" 指的是姿态变化，可以翻译为 "Haltungsvariationen".- "Eindeutige Konfigurationen" 指的是模棱两可的情况，可以翻译为 "missverständliche Konfigurationen".根据您的需求，我选择了更常用的术语来保持专业性和清晰度。如果您有其他偏好，请告知。