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
