Dans cet article, nous proposons une méthode rapide et précise de régression de coordonnées pour l’alignement facial. Contrairement à la plupart des méthodes existantes de régression des points de repère faciaux, qui utilisent généralement des couches entièrement connectées pour transformer les cartes de caractéristiques en coordonnées de points de repère, nous introduisons un composant de cohérence structurelle afin de prendre explicitement en compte les relations entre les points de repère faciaux. En raison de la structure géométrique du visage humain, la cohérence structurelle entre différentes parties du visage fournit des indices essentiels pour une localisation efficace des points de repère. Toutefois, les connexions denses des couches entièrement connectées exploitent excessivement cette cohérence, rendant difficile la distinction des indices pertinents parmi toutes les connexions. À la place, notre composant de cohérence structurelle exploite une structure de graphe dynamique et creuse pour transmettre les caractéristiques entre les points de repère les plus corrélés. En outre, nous proposons une nouvelle fonction d’objectif, nommée perte Soft Wing, visant à améliorer la précision. Des expériences étendues sur trois benchmarks populaires — WFLW, COFW et 300W — démontrent l’efficacité de la méthode proposée, qui atteint des performances de pointe tout en étant rapide. Notre approche se distingue particulièrement par sa robustesse face aux cas difficiles, obtenant des taux d’échec impressionnants (0 % et 2,88 %) sur les jeux de données COFW et WFLW.