顔の特徴点検出モデルを学習する上でデータ拡張は重要であるが、ルールベースのデータ拡張では化粧等の現実的なデータシフトには適切でない。また、教師なし学習ベースのデータ拡張では三つ目などのあり得ないデータも生成される。そこで本研究では顔の構造を考慮して敵対的にデータ生成し拡張データとして用いるsample-adaptive adversarial trainingを提案する。