面部地标彼此之间高度相关，因为可以通过其邻近地标来估计某个地标。 大多数现有的深度学习方法仅使用一个称为形状预测层的全连接层来估计面部标志的位置。 在本文中，我们提出了一种新颖的深度学习框架，称为多中心学习，该框架具有用于面部对齐的多个形状预测层。 特别地，每个形状预测层分别着重于语义相关地标的某个聚类的检测。 首先对具有挑战性的地标进行聚焦，然后分别对每个地标集群进行进一步优化。 此外，为了降低模型的复杂性，我们提出了一种将多个形状预测层集成到一个形状预测层中的模型组装方法。 大量的实验表明，
