本稿では、粗いから細かい形状探索へと段階的に進む新しい顔のアライメントフレームワークを提案する。従来のカスケード回帰アプローチが初期形状から出発し、段階的に形状を改善するのに対し、本手法は多様な形状を含む形状空間における粗い探索から始め、その粗い解をもとにその後のより細かい形状探索を制約する。この段階的で順次的かつ適応的な探索戦略により、i) 初期値が不適切な場合に最終解が局所最適解に陥るという、カスケード回帰手法の一般的な問題を回避できるだけでなく、ii) 大きなポーズ変化に対して高いロバスト性を実現できる。本フレームワークは、挑戦的な300-Wデータセットを含む多数のベンチマークにおいて、リアルタイム性能と最先端の精度を達成している。