本研究では、単純な畳み込みニューラルネットワーク（CNN）を用いて、画像の輝度値から直接6自由度（6DoF）の3次元頭部姿勢を正確かつ堅牢に推定する方法を示します。さらに、このFacePoseNet (FPN) を顔の2次元および3次元アライメントに使用し、これらのタスクにおける明示的な顔ランドマーク検出の代替手段として機能させることを説明します。我々は、異なる顔アライメント手法を比較する際、通常のランドマーク検出精度の測定方法が多くの場合誤解を招く可能性があると主張しています。その代わりに、IJB-AおよびIJB-Bベンチマークでの顔認識精度への影響を評価することで、我々のFPNと既存手法を比較しました：同じ認識パイプラインを使用しつつ、顔アライメント手法を変更して評価を行いました。結果は以下の通りです。(a) 300Wベンチマークで測定されたより高いランドマーク検出精度が必ずしもより高い顔認識精度を意味しないことを示しています。(b) 我々のFPNは両ベンチマークにおいて優れた2次元および3次元顔アライメント性能を提供することを確認しました。(c) FPNは同等の精度を持つランドマーク検出器よりも大幅に低い計算コストで顔アライメントを行うことができることから、多くの用途においてFPNは顔ランドマーク検出器よりも遥かに高速かつ高精度な顔アライメント手法であると言えます。