نوضح كيف يمكن تدريب شبكة عصبية تقنية البصر (CNN) بسيطة بدقة وثبات للتنبؤ بموضع الرأس ثلاثي الأبعاد بست درجات من الحرية (6DoF) مباشرة من شدة الصور. نشرح أيضًا كيف يمكن استخدام هذه الشبكة، المعروفة باسم FacePoseNet (FPN)، لمحاذاة الوجوه في الأبعاد الثنائية والثلاثية كبديل للكشف الصريح عن معالم الوجه لهذه المهام. ندعي أن في العديد من الحالات، قد تكون الطرق التقليدية لقياس دقة الكاشفات المعرومة مضللة عند مقارنة محاذاة الوجوه المختلفة. بدلاً من ذلك، نقارن شبكتنا FPN بالطرق الموجودة من خلال تقييم كيفية تأثيرها على دقة التعرف على الوجه في مقاييس IJB-A وIJB-B: باستخدام نفس خط الأنابيب للتعرف، ولكن بتغيير طريقة محاذاة الوجه. تظهر نتائجنا أن (أ) دقة أفضل في الكشف عن المعالم المقاسة على مقاييس 300W لا تعني بالضرورة دقة أفضل في التعرف على الوجه. (ب) توفر شبكتنا FPN محاذاة وجه ثنائية وثلاثية الأبعاد أفضل بكثير في كلتا المقاييس. وأخيرًا، (ج) تقوم FPN بمحاذاة الوجوه بنسبة صغيرة جدًا من تكلفة الحوسبة لكاشفات المعالم الدقيقة المماثلة. وبالتالي، تعتبر FPN طريقة أسرع وأكثر دقة بكثير لمحاذاة الوجوه من استخدام كاشفات معالم الوجه لأغراض كثيرة.