SDM(Supervised Descent Method and its Applications to Face Alignment )

 sdm

SDM 人臉對齊的核心内容很簡單，就是特征到偏移量的映射：
                                          Ix = R
I 是特征，x是映射矩陣，R是偏移量。SDM人臉對齊方法訓練的目的就是得到映射矩陣x，步驟如下：
      1）歸一化樣本，使樣本的尺度統一；
      2）計算均值人臉；
      3）将均值人臉，作為估計人臉放在樣本上，使均值中心和原始人臉形狀中心對齊；
      4）計算基于每一個均值人臉的标記點的特征，sift，surf或者hog，切記不要基于灰階值的互相特征；
      5）将所有點的特征串在一起，形成樣本特征，所有樣本特征形成矩陣I；
      6）計算估計人臉和真實人臉之間的偏移量，并形成矩陣R；
      7）解線性方程Ix=R， matlab中可用x = I \ R，lapack中可用函數dgelsd。
估計形狀加上預測偏移量就是結果，在實際情況中，共需要訓練多層，二層以後需要使用上一層對齊的結果作為估計形狀。
      實際在運用過程中可能會遇到各種問題，總結下來有以下幾點：
      1）速度太慢，尤其是使用sift，surf特征；
      2）無效，基于灰階值類的特征由于在标記點周圍的小視窗内，灰階值基本一緻，變化不大，這也是人臉的一個顯著特征；
      3）效果有待提高，hog特征有效的解決上述問題，但是始終不理想，尤其是，水準大角度偏轉。      

re

2. ​​SDM_pdf​​;

3. ​​github​​;

4. ​​author_homepage​​;

5. ​​github​​-patrikhuber;

6. ​​materials​​;

7. ​​matlab_code​​;

8. ​​Derive​​;