表情変化を捉えリターゲティングする際、CNNを利用し2D顔画像から3DMMモデルのパラメータを学習するのが一般的だが、この方法だと新たにターゲット設定を行う前に追加の顔検出が必要となる。本論文では、顔検知と3DMMパラメータの学習を同時に行うend-to-endな手法を提案している。まず、単一の顔検知で3DMMパラメータを学習、次にこれを複数の顔に拡張し、最後にリターゲティングを行うモデルを作る。