我们提出了一种基于粗到精形状搜索的新型人脸对齐框架。与传统级联回归方法从初始形状出发并逐级精化形状不同，我们的方法首先在包含多种形状的形状空间中进行粗粒度搜索，并利用粗略解来约束后续更精细的形状搜索过程。该阶段式逐步推进且自适应的搜索机制具有以下优势：其一，有效避免了因初始值不佳而导致最终解陷入局部最优的问题，这是级联回归方法常见的缺陷；其二，显著提升了在应对大姿态变化时的鲁棒性。该框架在多个基准测试中均实现了实时性能，并在具有挑战性的300-W数据集等标准测试中取得了当前最优的准确率。