摘要：

這篇paper 主要是解決了單個圖片的face alignment 問題。我們給出了迴歸樹的集合用來評估臉部的landmark 點的位置。直接從畫素強度的稀疏子集，達到超實時的表現。我們給出了一個一般的框架基於gradient boosting 為了學習迴歸樹的集合優化the sum of square error loss 同時自然的處理丟失或者部分被標註的資料（此處是啥意思，face alignment 與丟失的資料與部分標註的資料有半毛錢關係）。我們how using appropriate priors explicting the structure of image data helps with 有效的特徵提取。不同的歸一化策略和他的重要性用來打敗overfitting 也被研究。

方法：
我們的方法利用了regressors的一個級聯。

2.1 the cascade of regressors