El reconocimiento facial ha sido estudiado de manera exhaustiva. Sin embargo, el reconocimiento facial en entornos no controlados aún sufre de direcciones faciales no restringidas. La síntesis de rostros frontales es una solución popular, pero algunas características faciales se pierden después de la síntesis. Este artículo presenta un método novedoso para el reconocimiento facial invariante a la pose. Está basado en la transformación facial con alineación de puntos clave basada en redes generativas adversarias (FT-GAN). En este método, introducimos CycleGAN para la transformación de píxeles para lograr resultados de transformación facial gruesa, y estos resultados son refinados por la alineación de puntos clave. De esta manera, la síntesis de rostros frontales se modela como un proceso de dos tareas. Los resultados de experimentos exhaustivos muestran la efectividad de FT-GAN.