人脸识别技术已经被应用到多个领域，在人脸识别中，面对特征点是实现人脸识别精确度的关键。面部特征点定位任务即根据输入的人脸图像，自动定位出面部关键特征点，如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等。这项技术的应用很广泛，比如自动人脸识别，表情识别以及人脸动画自动合成等。

在现实应用中，由于不同的姿态、表情、光照以及遮挡等因素的影响，准确地定位出各个关键特征点看似很困难，比如，如何对人脸表观图像(输入)建模、如何对人脸形状(输出)建模、如何建立人脸表观图像(模型)与人脸形状(模型)的关联。

人脸表观建模又可分为全局表观建模和局部表观建模，近来，级联形状回归模型在特征点定位任务上取得了重大突破，该方法使用回归模型，直接学习从人脸表观到人脸形状(或者人脸形状模型的参数)的映射函数，进而建立从表观到形状的对应关系。级联形状回归模型成功的关键在于：使用了形状相关特征，即函数fi的输入和当前的人脸形状θi-1紧密相关；函数fi的目标也与当前的人脸形状θi-1相关，即fi的优化目标为当前形状θi-1与真实位置θ之间的差Δθi。