基于 2D 的最小二乘法:通过最小化训练图像( input
image )和形变模型( morphable model )的均方误
差来获得特征点位置。对于偏转角度小 45 度的中小姿态应
用良好,但计算代价比较大。
基于 CNN (卷积神经网络) : 大多数应用 CNN 的方法,计
算性 能获得了提高,但仅检测较少的标注点
( landmarks ) , 限制了 对面部形状的描述能力。
大姿态下的人脸校准的相关文献仍然比较少,多视角 2D 方
法( multi-viewframework )如 TSPM 和 CDM 利用不
同角度人脸上的标注点来获得数据,计算代价( cost )比较高。
其他基于 3D 的大姿态方法如 3DMM 要每张图片 1min 的计
算代价,效率比较低。
现有对齐方法及局限性