面部特征点评价标准:

文献[1]：

单个面部特征点检测误差的衡量：

其中(x,y)和(x′,y′)分别表示真实的面部特征点位置和检测的位置。l是人脸检测器检测到的人脸box的宽度，如果误差大于5%，则认为检测失败。
瞳孔距离也通常用作检测误差的标准化，但是对于侧脸的情况，瞳孔之间的距离比前侧人脸的瞳孔之间的距离小很多，

文献[2]:
we normalize pixel error with respect to the face
size, computed as the mean of height and width.

文献[3]:

文中给出了两种平均标准：平均标准化偏差 和 最大标准化偏差。

其他：

如果人脸box大小都进行了归一化，可以采用下面的简单形式：

参考文献：
1.Deep Convolutional Network Cascade for Facial Point Detection
2.Face Detection, Pose Estimation, and Landmark Localization in the Wild
3.detector of facial landmarks learned by the structured output svm_2012