在本文中，我们提出了一种用于无约束人脸对齐的新型多中心卷积神经网络。 为了利用不同面部地标之间的结构相关性，我们根据其空间位置确定几个聚类。 我们对网络进行了预培训，以学习通用功能表示。 我们进一步微调了预训练模型，以强调分别定位特定的地标集群。 微调有助于平稳地搜索最优解，而不会过度偏离预先训练的模型。 通过结合多个微调模型，我们获得了出色的解决方案。 大量的实验表明，我们的方法具有处理极端遮挡以及姿势，表情，照明的复杂变化的卓越能力。 我们的方法的代码可在http- s：//github.c