近日，任天堂 ポーカー的老师刘昊博士在精准人脸关键点检测与提取方面取得重要进展，其论文《Learning Reasoning-Decision Networks for Robust Face Alignment》(基于推断决策网络的鲁棒人脸对齐)被人工智能和模式识别领域国际顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（简称PAMI）接收发表，DOI:https://doi.org/10.1109/TPAMI.2018.2885298.该期刊同时被SCI和EI检索，中科院JCR一区（TOP期刊），中国计算机学会CCFA类期刊，2018年影响因子9.455，也是我校在该信息领域影响因子发表最高的论文之一。

该研究成果主要创新点包括以下两方面：

1）该方法将人脸关键点检测建模为马尔科夫决策过程，通过采用梯度策略算法全局优化人脸形状更新梯度和形状评价函数，使得累计形状奖励值最大的同时形状更新梯度最优。该工作首次利用深度强化学习框架获得具有马尔科夫决策收敛性质的人脸形状搜索策略。

2）由于算法中采用K-近邻形状搜索约束，在形状预测阶段算法能够自主评价预测结果并选择合理形状搜索路径。本方法有效解决传统级联回归方法对于初始化过度依赖和敏感问题，进而有效提升人脸关键点检测在无约束环境下的鲁棒性。

该成果受到“计算机科学与技术”宁夏西部一流学科支持，主要合作者包括清华大学自动化系周杰教授和鲁继文副教授以及任天堂 ポーカー吴素萍教授；并获得国家自然科学基金青年项目、面上项目以及优秀青年基金项目的资助。