快速人脸关键点检测及其应用：综述

密集人脸关键点检测是人脸处理流程的关键要素之一。它用于虚拟人脸重演、情绪识别、驾驶员状态追踪等。早期方法仅适用于受控环境下的人脸关键点检测，这显然不足。神经网络在野外（in-the-wild）人脸关键点检测问题上展现出惊人的定性提升，现正被该领域众多研究者研究。许多新颖想法被提出，彼此常具互补性。然而，探索全部新方法体量颇具挑战。因此，我们呈献本综述，将最先进算法归纳为若干类别，并提供近期推出的野外数据集（如 300W、AFLW、COFW、WFLW）的比较，这些数据集包含大姿态、人脸遮挡及无约束条件下拍摄的图像。除精度外，应用要求快速推理，且最好在移动设备上。因此，我们纳入了算法在桌面与移动硬件上的推理速度信息，这一点鲜有研究。重要的是，我们指出了算法的问题、其应用、脆弱性，并简要触及已有方法。我们希望读者能发现诸多新颖想法，了解算法如何在应用中使用，从而推动进一步研究。