يتوفر بيانات مُعلَّمة محدودة لبحث تقدير شدّة التعبيرات الوجهية. على سبيل المثال، تقتصر قدرة تدريب الشبكات العميقة لتقييم الألم بشكل آلي على قواعد بيانات صغيرة تحتوي على تصنيفات لشدّة الألم التي أبلغ عنها المرضى. ومع ذلك، يمكن أن يساعد التعديل الدقيق من مجال تم تدريبه بشكل مكثف على البيانات، مثل التحقق من الهوية الوجهية، في حل هذه المشكلة. في هذا البحث، نقترح شبكة تعتمد على تعديل دقيق لشبكة التحقق من الهوية الوجهية الأكثر تقدماً باستخدام خسارة الانحدار المنظمة وبيانات إضافية تحتوي على تصنيفات للتعبيرات. بهذه الطريقة، يمكن للarefa المهمة المتعلقة بتقدير شدة التعبيرات الوجهية الاستفادة من التمثيلات الخصائص الغنية التي تم تدريبها على كمية ضخمة من البيانات للتحقق من الهوية الوجهية. يتم تطبيق الانحدار العميق المقترح والمُنظَّم لتقدير شدة تعبير الألم ويتم اختباره على مجموعة بيانات UNBC-McMaster Shoulder-Pain الشائعة الاستخدام، مما يحقق أفضل الأداء حتى الآن. كما تم اقتراح مقياس تقييم مقيد بالأوزان لمعالجة مشكلة عدم التوازن بين مختلف درجات شدة الألم (imbalance issue).