面部特征点定位是计算机视觉中的一项研究热点,是人脸验证,姿态估计的一项前期基础工作。近年来,特征点定位问题得到了广泛的研究。面部特征点定位的主流解决方案大都是基于级联回归的方法。级联回归模型在人脸姿态相对较小、表情相对简单、遮挡面积相对小的情况下都能够取得非常准确的定位精度。然而,级联回归模型在复杂条件下的泛化能力有限。深度学习凭借其优秀的特征提取能力和泛化性能,也被许多研究人员应用到面部特征点定位问题上,但是级联多个深度模型需要较大的计算资源,故级联回归的方法并非将深度学习应用与特征点定位问题的最佳方式。为了将深度学习更好地应用在面部特征点定位问题上,本文提出了一种利用特征点的局部响应来进行精确定位的深度网络结构。该网络包括一个改造的变分自编码器(EVAE)和一个深度卷积神经网络(DCNN)。EVAE用于从人脸图像中学习特征点的响应图,DCNN用于从响应图和人脸纹理特征中学习特征点的精确位置。改造的变分自编码器包含一个用于从原始像素中提取高阶信息的人脸编码器和一个由高阶编码输出局部响应图的解码器。通过推导,本文将提取局部响应的改进的变分自编码器转化为一个可以通过反向传导算法解决的优化问题。为了解决脸颊处特征点语义明确程度不如脸颊内侧特征点的问题,本文还提出对不同特征点进行加权分段训练的方案。本文通过在AFLW,COFW,300-W等主流数据集上的实验证明,论文提出的方案在姿态、表情、遮挡等因素较为复杂的情况下能取得明显优于基础模型,且与先进方法接近的定位性能。