人脸对齐（十一）--PIFA2015

Pose-Invariant 3D Face Alignment（PIFA2015）

    文章主要解决随意姿态变化、非正脸的人脸特征点定位问题，另外还针对没有大姿态人脸库的问题建立了包含各种各样大姿态变化的人脸库。

创新之处：提出了一个新的人脸特征点定位算法，该算法主要估计2D和3D特征点以及任意姿态人脸的2D特征点的可见性。通过3D形变模型，设计一个级联双回归方法来估计相机映射矩阵和3D人脸特征点。3D模型可以通过surface normals自动估计出2D特征点的可见性。

PIFA算法框架：

1 3D人脸模型

U为2D人脸形状，S为3D人脸形状，M为相机映射矩阵，即将三维人脸形状变换为二维人脸形状，P为3D人脸形状参数协方差系数，通过普氏分析和PCA对3D scans计算得到。

本篇文章的目标函数为：

V表示2D人脸特征点的可见性。目标为可见的2D人脸特征点和3D映射得到的2D特征点之间的误差。 

2 级联双回归

回归1：

主要回归投影矩阵M 

回归2：

主要回归3D人脸形状参数p

3 总结

本文主要采用双回归器分别对相机映射矩阵和3D人脸形状参数P进行回归，求出这两个参数然后通过P求出3D人脸形状S，通过U=MS再求出2D人脸特征点，由于是3D到2D的映射，所以对于2D当中遮挡的人脸特征点也可以被准确标定出。