4.1　Coarse-to-Fine CNN 人脸关键点定位算法

Coarse-to-Fine CNN［4]（从粗粒度到细粒度、逐步求精的卷积神经网络）是早期有代表性的基于深度学习的人脸关键点定位技术。作者将68个人脸关键点分为51个人脸五官区域的特征点和17个人脸轮廓的特征点（Contour Points），并分开进行预测，这是因为人脸轮廓特征点的预测难度大于人脸五官特征点的预测。

如图4-2所示为该算法的处理流程，作者设计多层级联网络，以达到Coarse-to-Fine（特征逐步求精）的效果［3]。Level 1区分为五官区域的人脸检测和包括脸部轮廓的人脸检测，Level 2、Level 3和Level 4为人脸关键点定位部分。图4-2上部为五官区域特征点的定位，此部分设计了3层卷积神经网络；下部为人脸轮廓关键点的定位。Level 2给出了五官区域特征点定位的初步估计结果，Level 3对人脸五官区域的6个部分（一对眉毛、一双眼睛、鼻、嘴）中的关键点分开进行定位、求精。

图4-2　Coarse-to-Fine CNN 人脸关键点检测的处理流程［4]