要約
本稿では、単一画像に対する顔アライメント問題に取り組む。我々は、画素強度の疎な部分集合から直接顔のランドマーク位置を推定するために、回帰木のアンサンブルを活用する手法を提示する。この手法は、高精度な予測を実現しつつ、超リアルタイムの性能を達成している。勾配ブースティングに基づく一般的な枠組みを提案し、回帰木のアンサンブルを学習する際に二乗誤差損失の和を最適化することで、欠損値や部分ラベル付きデータを自然に扱えるようにしている。また、画像データの構造を活用した適切な事前知識（prior）の導入が、効率的な特徴選択に寄与することを示す。さらに、過学習を抑制するための異なる正則化戦略の検討と、その重要性についても考察する。さらに、学習データの量が予測精度に与える影響を分析し、合成データを用いたデータ拡張の効果についても検討している。