landmark是一種人臉部特征點提取的技術，Dlib庫中為人臉68點標記，在《調用Dlib庫進行人臉關鍵點標記》一文中有效果和標定點序號的示意圖。今后可采用landmark中的點提取眼睛區域、嘴巴區域用於疲勞檢測，提取鼻子等部分可用於3D姿態估計。
Dlib庫使用《One Millisecond Face Alignment with an Ensemble of Regression Trees》CVPR2014中提及的算法：ERT（ensemble of regression trees）級聯回歸，即基於梯度提高學習的回歸樹方法。該算法使用級聯回歸因子，首先需要使用一系列標定好的人臉圖片作為訓練集，然后會生成一個模型。
the shape_predictor_trainer object to train a shape_predictor using a set of training images, each annotated with shapes you want to predict. To do this, the shape_predictor_trainer uses the state-of-the-art method.
使用基於特征選擇的相關性方法把目標輸出ri投影到一個隨機方向w上，並且選擇一對特征（u,v），使得Ii(u’)-Ii(v’)與被投影的目標wTri在訓練數據上擁有最高的樣本相關性。
當獲得一張圖片后，算法會生成一個initial shape就是首先估計一個大致的特征點位置，然后采用gradient boosting算法減小initial shape 和 ground truth 的平方誤差總和。用最小二乘法來最小化誤差，得到每一級的級聯回歸因子。核心公式如下圖所示：
算法核心公式
我們使用梯度提高學習的回歸樹訓練每個rt，使用最小二乘法最小化誤差。t表示級聯序號，rt(∙,∙)表示當前級的回歸器regressor。回歸器的輸入參數為圖像I和上一級回歸器更新后的shape,采用的特征可以是灰度值或者其它。每個回歸器由很多棵樹(tree)組成，每棵樹參數是根據current shape和ground truth的坐標差和隨機挑選的像素對訓練得到的。
與LBF不同，ERT是在學習Tree的過程中，直接將shape的更新值ΔS存入葉子結點leaf node.初始位置S在通過所有學習到的Tree后，meanshape加上所有經過的葉子結點的ΔS，即可得到最終的人臉關鍵點位置。總體流程如下圖所示：
回歸過程，最小化誤差
附：人臉特征提取算法比較（ASM、CLM、ERT等 ）請參考如下博客：
http://blog.csdn.net/u013803245/article/details/51263808
————————————————
版權聲明：本文為CSDN博主「zzyy0929」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/zzyy0929/article/details/78323256