顔のアライメントのための深く初期化された粗いから細かいまでのアンサンブル回帰木

本稿では、粗から細へと段階的に推定を行う回帰木のアンサンブル（Ensemble of Regression Trees: ERT）を基盤とする、リアルタイム対応の顔ランドマーク回帰手法DCF E（Deep Coarse-to-Fine Ensemble）を提案する。本手法では、単純な畳み込みニューラルネットワーク（CNN）を用いてランドマーク位置の確率マップを生成し、さらにERT回帰器によりその精度を向上させる。ERT回帰器は、ランドマークマップに3D顔モデルを適合させることで初期化される。ERTの粗から細への構造により、部位の変形の組み合わせ爆発問題を効果的に取り扱える。また、3D顔モデルを用いることで、回帰器のロバストな初期化、自己遮蔽（self occlusions）、および正面と側面の顔を同時に分析するといった重要な課題に対処できる。実験結果から、DCF EはAFLW、COFW、および300Wのプライベートおよび公的公開データセットにおいて、報告されている最高の性能を達成した。