Deep Convolutional Network Cascade for Facial Point Detection
本文是CVPR2013湯曉歐課題組的最新工作，利用級聯深度卷積網絡進行面部特徵點定位。
1. Deep Covolutional Network
Deep Covolutional Network深度卷積神經網絡，正是我們所熟悉的CNN（Covolutioanl neural network），CNN在上了世紀末年就已經成型[1]，現如今深度學習如日中天，加個Deep頓時就高端起來了
。
Figure.1 給出了Deep CNN的結構圖，Deep CNN通過多層的卷積結構來提取層次特徵(Hierarchical Feature)，並通過max-pooling層下采樣獲取不變性，最後通過最上層一個全連接的MLP(hidden layer + logistic regression)[2]來實現分類。
2. Cascaded Convolutional Network
圖2是整個系統的結構圖，“Cascaded"就體現在這樣的一個層次結構上，F1、EN1和NM1首先是一層粗的定位，後面再通過更加精細LE21等第二層檢測器以及LE31等第三層檢測器實現更爲精細的位置修正。圖中的黃色區域是每層檢測器的掃描區域。注意第一層卷積網絡的標識爲Deep CNN，這表示第一層網絡所採用的是Figure.1所示的深度結構。注意，LE21和LE22都是用來預測左眼中心的位置，區別在於掃描區域。
3. 實現細節
Level 1-3的網絡結構見下表：
注意Level2-3所採用的網絡結構均爲S2。
下表則給出了的Level 2-3各個卷積網絡的掃描區域。
從Table2可以清晰的看出LE21和LE22在掃描區域上的區別。
4. 實驗
Figure.4比較了多種網絡結構，Figure.5顯示了多層級聯結構的優勢。：
Figure.6 在BioID和LFPW兩個庫上將本文方法與state-of-the-art方法進行了比較。可見本文方法的性能相比傳統方法有較大提升（50% Accuracy improvement）。
Figure.8給出了一些檢測結果，本文作者用C++實現了該方法，檢測速度爲0.12second/per image，相當於8frames/s，客觀的說，這個速度不算快，但是檢測精度的確非常給力。
參考文獻
[1] LeNet-5