shape-indexed特徵被用於關鍵點檢測，在論文Face Alignment by Explicit Shape Regression.pdf有對該特徵的說明，本篇wiki主要介紹該特徵的方方面面。
shape-indexed特徵被設計以用於迴歸過程，其初衷在於簡單高效，通過對像素點的比對獲得圖像信息。
該特徵的最大特點在於其像素點比對方式，並不是比對其原始圖像上的座標點，而是變換座標系，重新索引像素點，計算其與最近的關鍵點的像素差值，通過這種方式從而獲得形狀不變性。如下圖所示：
圖a採用相對座標，對於每個座標點來說，其語義相同，只需要向中心靠攏即可。而圖b採用絕對座標，雖然有着相同的座標表示方法，但是其語義變的不同，在定位時明顯更加複雜。
這種差異可以使其獲得更好的幾何不變形，從而化簡迴歸問題，更快收斂boost learning。
