本文介绍了一种基于半监督学习的面部特征检测方法，利用无监督学习生成特征，并通过转移学习实现高精度识别。提出的 Landmark-Aware Net（LA-Net）模型通过面部标记降低标签噪声，在小样本情况下表现优越。此外，研究探讨了自监督学习框架和改进地标定位技术，均在多个数据集上取得良好效果。