基于相对索引特征回归的人脸对齐算法

针对传统人脸对齐算法对于较大人脸姿态鲁棒性较差,并且对于人脸检测结果十分敏感的问题,提出了一种基于改进的局部二值特征的人脸对齐算法。不同于传统的形状索引特征,在一种空间依赖假设下的前提下设计相对索引特征。同时,在这种空间依赖假设下使用半全局线性学习替代全局线性学习。通过人脸对齐敏感性分析比较了算法在不同人脸检测器下的鲁棒性,在300-W基准数据集上的实验表明:算法优于传统的级联回归算法。