المحاذاة الوجهية هي مشكلة كلاسيكية في مجال الرؤية الحاسوبية. غالبية الأعمال السابقة ركزت على المحاذاة النادرة باستخدام عدد محدود من نقاط علامات الوجه، أي اكتشاف علامات الوجه. في هذا البحث، ولأول مرة، نهدف إلى تقديم محاذاة ثلاثية الأبعاد كثيفة للصور الوجهية ذات الزوايا الكبيرة. لتحقيق هذا الهدف، ندرب شبكة CNN لتقدير شكل الوجه الثلاثي الأبعاد، والتي لا تقتصر فقط على محاذاة نقاط العلامات المحدودة بل تتناسب أيضًا مع محيط الوجه ونقاط الخصائص SIFT (Scale-Invariant Feature Transform). بالإضافة إلى ذلك، نعالج عنق الزجاجة في تدريب CNN باستخدام مجموعة متنوعة من البيانات بسبب الاختلافات في علامات النقاط بين مختلف قواعد البيانات، مثل 5 و34 و68 نقطة. تظهر النتائج التجريبية أن طريقة بحثنا توفر ليس فقط تناسبًا ثلاثي الأبعاد كثيفًا وجودته عالية ولكنها أيضًا تتفوق على أفضل طرق اكتشاف علامات الوجه الحالية في قواعد البيانات الصعبة. يمكن لنموذجنا العمل في الوقت الفعلي أثناء الاختبار.