نقدم نهجًا فعّالًا جدًا ودقيقًا للغاية يُعرف بـ"الانحدار الشكلي الصريح" (Explicit Shape Regression) لتوافق الوجه. على عكس النهج القائمة على الانحدار السابقة، نتعلم مباشرة دالة انحدار متجهة لاستنتاج الشكل الكامل للوجه (مجموعة من نقاط المرجع الوجهية) من الصورة، مع تقليل التصحيحات في التوقيت بشكل صريح على بيانات التدريب. يتم تضمين القيود الشكلية الطبيعية داخل المُحدِّد (regressor) ضمن إطار تعلّم متسلسل (cascaded learning framework)، وتُطبَّق من المستوى الخشن إلى الدقيق أثناء الاختبار، دون اللجوء إلى نموذج شكلي بارامتري ثابت كما هو الحال في معظم الطرق السابقة. ولجعل الانحدار أكثر فعالية وكفاءة، قمنا بتصميم انحدار مُعزّز على مستويين، وصفات مُفَرَّزة حسب الشكل (shape-indexed features)، وطريقة اختيار مميّزات تعتمد على الارتباط (correlation-based feature selection). يُمكّن هذا التجميع من تعلّم نماذج دقيقة من بيانات تدريب كبيرة في وقت قصير (20 دقيقة لـ 2000 صورة تدريبية)، وتشغيل الانحدار بسرعة فائقة أثناء الاختبار (15 مللي ثانية لشكل يحتوي على 87 نقطة مرجعية). تُظهر التجارب على بيانات صعبة أن نهجنا يتفوّق بشكل ملحوظ على أفضل النماذج الحالية من حيث الدقة والكفاءة.