Розглянуто застосування в моделях згорткових нейронних мереж принципу логарифмічного сприйняття, згідно з яким реакція системи визначається відносними змінами сигналу. У межах цього підходу досліджено вплив логарифмічної трансформації вхідних активацій нейронів першого згорткового шару на точність локалізації ключових точок обличчя та стійкість моделі до варіацій яскравості зображень. Експериментальна перевірка на наборі даних WFLW з використанням архітектури ResNet-34 показала, що така трансформація не має значного впливу на точність локалізації ключових точок на зображеннях з нормальною яскравістю, однак дещо підвищує стійкість моделі до її зниження. Зокрема, встановлено, що застосування логарифмічної трансформації дозволяє знизити значення нормалізованої середньої похибки NME порівняно з базовою моделлю в середньому на 0,0019 при трикратному та на 0,0071 при шестикратному зменшенні яскравості. Отже, логарифмічна трансформація вхідних активацій може розглядатися як один з інструментів підвищення стійкості згорткових нейронних мереж до змін інтенсивності вхідних сигналів без ускладнення їхньої архітектури.