Актуальность данного исследования обусловлена необходимостью создания высокоточного алгоритма регистрации трехмерных результатов сканирования человеческого лица. Несмотря на то, что за последние десятилетия появилось большое количество различных алгоритмов регистрации трехмерных моделей, включая модели человеческого лица, подавляющее большинство из них не способны проводить точную регистрацию лица в области губ и глаз. Данная работа призвана частично исправить данную ситуацию, путем использования детектора лицевых границ на основе глубокого обучения, а именно с использованием сверточных нейронных сетей. Само по себе, использование детекторов ключевых точек лица (как и на основе нейронных сетей, так и на основе других методов) не является новинкой в области неригидной регистрации. Однако такой подход не дает достаточной точности – сама по себе задача поиска ключевых точек является некорректно поставленной задачей, т.к. не все ключевые точки можно разметить согласованно между разными лицами или между выражениями одного и того же лица. Например, очень сложно поставить точки в середине глаза так, чтоб на разных кадрах они были анатомически на одном месте. В ходе исследования был предложен альтернативный способ – использование лицевых границ, разметка которых является однозначной задачей. Полученные результаты показывают преимущество предложенного подхода.