近年来，静态图像中人脸特征点检测算法得到了极大的改进，然而，由于真实视频中头部姿态、遮挡和光照等因素的变化，人脸特征点检测和跟踪仍然具有挑战性。为了解决这一问题，提出一种多视角约束级联回归的视频人脸特征点跟踪算法。首先，利用三维和二维稀疏点集建立变换关系，并估计初始形状；其次，由于人脸图像存在较大的姿态差异，使用仿射变换对人脸图像进行姿态矫正；在构造形状回归模型时，采用多视角约束级联回归模型减小形状方差，从而使学习到的回归模型对形状方差具有更强的鲁棒性；最后，采用重新初始化机制，并在特征点正确定位时使用归一化互相关（NCC）模板匹配跟踪算法建立连续帧之间的形状关系。在公共数据集上的实验结果表明：该算法的平均误差小于眼间距离的10%。
