DAN算法是个两阶段的对齐算法，最大的两个亮点，使用了全图进行进行回归，使用两阶段的策略；
训练过程：
第一阶段的输入是原图，均值shape，目标shape；
第二阶段的对齐层，求出来预测出来的offset，加上均值shape，得到一阶段的预测shape，之后求出来预测的shape；之后求出来predictShape到meanShape的仿射系数，predictShape乘以仿射系数之后得到二阶段的输入初始的shape，在initShape上得到热度图；根据仿射系数求取旋转之后的图片，作为第二阶段的输入；
第二阶段的输入是采用旋转的图片，热度图和反卷积的特征图；得到网络的输出之后加上一阶段的输出，得到二阶段的输出，这个输出的坐标是相对于112的图片的，之后乘以反仿射系数，得到输入图像上的坐标点！
DAN基本框架如图所示：
