Benchmark双极模型，双套控制系统-Benchmark bipolar model, two sets of control systems

通过建议一个人脸形状先验模型关注该问题，该模型基于受限Boltzmann Machines (RBM)及其变种构建。特别的，我们首先基于深度信任网络构建一个模型以获取接近正视角的表情变化的人脸形状变量。为了解决姿态变化问题，我们将正面人脸形状先验模型整合到一个3路（3-way）RBM模型，其可以获取正面人脸形状和非正面人脸形状间的关系。最后，我们建议一个方法，将人脸先验模型和人脸特征点的图像度量系统性地组合在一起。-we address this problem by proposing a

由一个3D变形人脸模型取自动生成适应的训练样本。由统计视角，tailored训练数据保证了所有的数据变化且由任意的人脸属性丰富训练样本，例如，年龄或体重。更进一步，它可能自动适应到环境约束，例如，来自于监控摄像机的照明或视角约束。我们使用裁剪的（tailor）图象训练一个新的Viola Jones的adaboost 目标检测框架的多核实现。这个新的实现不仅快速的，而且多特征通道的使用成为可能，例如，在训练期间的颜色特征。在我们实验中，我们训练7个依赖视角的人脸检测子并在Face Detectio