Les méthodes existantes de détection de points de repère faciaux basées sur l’apprentissage profond ont atteint des performances excellentes. Toutefois, ces méthodes ne modélisent pas explicitement les dépendances structurelles entre les points de repère. Elles ne parviennent donc pas à préserver les relations géométriques entre ces points, ni à généraliser efficacement aux conditions difficiles ou aux données inédites. Ce papier propose une méthode de détection structurée de points de repère faciaux fondée sur la combinaison d’un réseau de convolution profond avec un Champ Aléatoire Conditionnel. Nous démontrons que cette approche surpasser les techniques de pointe actuelles en détection de points de repère, en particulier en termes de capacité de généralisation sur des jeux de données exigeants incluant des poses importantes et des occlusions.