aam中的搜索迭代

搜索迭代步骤：

1.初始化c0;

2.δg0 = g0 - gm0;E0 = |δg0|2

3.δc = R*δg;

4.c1 = c0 - k*δc;

5.δg1 = g1 - gm1;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

gm:由参数c得到模型的灰度值，gm(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gm与测试图片g的差E0E1 ，接受更好的参数c