TCNN，全名Tweaked Convolutional Neural Networks，
其中，Tweaking implies fine-tuning the final layers for particular head pose
创新点：
1.对CNN提取的特征进行聚类，将各簇对应的样本进行分析，最后发现同一簇表现出“相同属性”（姿态，微笑，性别）的人脸。对此，设计了K个FC5和K个FC6层，用以对不同“面部属性”的人脸进行关键点检测。
—————————————-分割线————————————————-
PS：总感觉这个有点trick，输入的图片有相似之处（面部属性相似），那提取到的特征自然相似啊（只要网络训练得正常），所以从提取到的特征出发去聚类，和用图像直接聚类，我认为结果肯定是一样的，但是为什么不直接从图像聚类，然后按照各簇再进行FC5，FC6的训练呢？我觉得如果直接对图像聚类，岂不是太没新意了，审稿人直接拒掉。。。
还有就是，TCNN相当于按照姿态的不同，细分了K个“子模型”，只不过K个“子模型”共用卷积层用以提取特征，然后对应的有自己的FC5，FC6层。感觉这个模型的鲁棒性和泛化性大打折扣啊，对标准数据集可以用，工业商用场景不知如何。
———————————正文—————————————-
2016年，Wu等人研究了CNN在人脸关键点定位任务中到底学习到的是什么样的特征，在采用GMM（Gaussian Mixture Model, 混合高斯模型）对不同层的特征进行聚类分析，发现网络进行的是层次的，由粗到精的特征定位，越深层提取到的特征越能反应出人脸关键点的位置。针对这一发现，提出了TCNN（Tweaked Convolutional Neural Networks），其网络结构如图所示：
上图为Vanilla CNN（PS：Vanilla 英文翻译：香子草，香草味的。所以VCNN就是香草味的CNN 。才不是呢！vanilla还有 “普通的”意思，所以Vanilla CNN 就等于CNN ！），针对FC5得到的特征进行K个类别聚类，将训练图像按照所分类别进行划分，用以训练所对应的FC6K 。测试时，图片首先经过Vanilla CNN提取特征，即FC5的输出。将FC5输出的特征与K个聚类中心进行比较，将FC5输出的特征划分至相应的类别中，然后选择与之相应的FC6进行连接，最终得到输出。
作者通过对Vanilla CNN中间层特征聚类分析得出的结论是什么呢？又是如何通过中间层聚类分析得出灵感从而设计TCNN呢？
作者对Vanilla CNN中间各层特征进行聚类分析，并统计出关键点在各层之间的变化程度，如图所示： 
从图中可知，越深层提取到的特征越紧密，因此越深层提取到的特征越能反应出人脸关键点的位置。作者在采用K=64时，对所划分簇的样本进行平均后绘图如下：
从图上可发现，每一个簇的样本反应了头部的某种姿态，甚至出现了表情和性别的差异。因此可推知，人脸关键点的位置常常和人脸的属性相关联。因此为了得到更准确的关键点定位，作者使用具有相似特征的图片训练对应的回归器，最终在人脸关键点检测数据集AFLW,AFW和300W上均获得当时最佳效果。
参考博客：
http://blog.csdn.net/tinyzhao/article/details/53559373
http://blog.csdn.net/qq_28618765/article/details/78044098