一，DAN

由于使用了关键点热力图的可视化信息，故可以将整张图输入网络。

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）。第一阶段的输入仅有原始图片，和S0。面部关键点的初始化即为S0，S0是由所有关键点取平均得到。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：

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。

从图中发现，DAN要做的“变换”，就是把图片给矫正了，尤其是一行，那么DAN对姿态变换具有很好的适应能力，或许就得益于这个“变换”。