Deep Alignment Network是2017年出现的研究人脸对齐（人脸特征点检测）的网络，论文地址：Deep Alignment Network: A convolutional neural network for robust face alignment
简介
网络结构：
DAN网络结构
网络分为多个阶段（STAGE），每个阶段的结构都是相同的（STAGE 1除外）。每个STAGE都由前馈网络和connection层组成。
前馈网络用来估计特征点的位置，connection层生成下一个STAGE的输入。connection层由Transform Estimation层, Image Transform 层, Landmark Transform 层, Heatmap Generation 层 和 Feature Generation 层组成。结构如下：
connection layer
transform estimation 层生成变换，t是当前stage的序号。变换（IMAGE TRANSFORM 和 LANDMARK TRANSFORM）用来扭曲输入图像
和当前的特征点
,使得
和规范形态的
接近。变换后的特征点
被传入热度图生成层。逆变换
用来将前面几个stage生成的特征点映射到原来的坐标系。
细节
Feed-forward网络
Feed-forward网络的结构如图所示
Structure of the feed-forward part of a Deep Alignment Network stage. The kernels are described as height × width × depth, stride
