aam中的搜索迭代

搜索迭代步骤：

1.初始化c_0;

2.δg₀ = g₀ - g_m0;E₀ = |δg₀|²

3.δc = R*δg;

4.c₁ = c₀ - k*δc;

5.δg₁ = g₁ - g_m1;E₁ = |δg₁|²;

6. if (E₁<E₀)

进入下一次迭代,c₀ = c₁

else

改变k=1.5，0.5，0.25等，重复步骤4~6

解释：

1. c为训练出的模型参数（如何初始化？）

2.g:测试图片的灰度值，模型对应位置采样得到

g_m:由参数c得到模型的灰度值，g_m(c)

计算模型与真实图片像素的差值，得到残差E₀

3.R为训练出来的δc 和δg的线性关系，即可通过δg求出c的变化量

4.得到另外一组参数向量c₁

5.求出新参数下的残差E₁

6.比较两个残差，如果新参数得到结果更好就接受新的进入下一轮，如果新的不好，就改变参数的变化量，得到另外一组参数再次进行比较。

简单的说，初始参数向量c₀，根据图像差值δg₀ 与参数改变量δc 之间的关系R确定另外的参数向量c₁ ，比较两组参数所得模型g_m与测试图片g的差E₀E₁ ，接受更好的参数c