要約
単一画像における制約のない顔アライメント問題に対処する実用的なアプローチを提示する。本研究で扱う制約のない設定では、極端な頭部姿勢下における顔形状および外見の大幅な変動、および複雑な形状変形を扱う必要がある。キャスケード回帰器がこのような制約のない状況における大規模な形状変動および不規則な外見-形状関係を処理できるようにするため、最適化空間を形状変動が均質な複数の領域に分割し、各領域特有の回帰器からの推定値の組み合わせとして形状を予測する。特に設計された学習目的関数と新規のツリー分割関数を用いることで、頑健かつ意味のある形状組み合わせを推定することが可能となる。既存の手法と比較して最先端の精度を達成するだけでなく、実時間処理が可能な効率的なソリューション（350 FPS）としても機能する。これは、実行時における領域除外機構と高速ピクセル特徴の活用能力に起因する。