【CV算法原理理解】人脸对齐之GBDT(ERT)算法原理

前言

 

概念

树、决策树、二叉树、随机森林、随机蕨、CART分类回归树；

GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升决策树。Xgboost;

简介

One Millisecond Face Alignment with an Ensemble of Regression Trees算法（以下简称GBDT）是一种基于回归树的人脸对齐算法，这种方法通过建立一个级联的残差回归树（GBDT）来使人脸形状从当前形状一步一步回归到真实形状。每一个GBDT的每一个叶子节点上都存储着一个残差回归量，当输入落到一个节点上时，就将残差加到该输入上，起到回归的目的，最终将所有残差叠加在一起，就完成了人脸对齐的目的。

论文中分裂树时，采用的输入并非是当前形状，而是依据当前形状从该图片中提取出的特征。论文中是使用的像素差作为特征，依据特征进行节点分裂，直到叶子节点。

树的节点分裂和像素差特征

原论文作者一共建立了10棵GBDT，每一个GBDT中包含500棵树，10棵GBDT的意思就是，每一棵GBDT都是相互独立的，一共有10个相互独立的特征池。作者的每一个特征池中有400个点，在同一棵GBDT中，每次节点分裂，都从这400个点中挑选出20对点并随机产生20个阈值，然后进行分裂，看看哪一对点分裂的结果方差最小，就将其作为分裂的依据。

参考

1. 人脸对齐之GBDT(ERT)算法解读；

2. 人脸识别_jiajinrang93的博客-CSDN博客；

完