摘要

本文介绍了一种实时面部检测器，名为单次多尺度面部检测器（Single Shot Scale-invariant Face Detector，简称 S$^3$FD），该检测器使用单一深度神经网络在不同尺度的面部上表现出色，尤其是对于小面部。具体而言，我们试图解决基于锚点的检测器在目标变小时性能急剧下降的常见问题。我们在以下三个方面做出了贡献：1）提出了一种尺度公平的面部检测框架，以有效处理不同尺度的面部。我们在多个层次上铺设锚点，确保所有尺度的面部都有足够的特征用于检测。此外，我们根据有效的感受野和提出的等比例间隔原则设计了锚点尺度；2）通过一种尺度补偿锚点匹配策略提高了小面部的召回率；3）通过最大输出背景标签减少了小面部的误检率。因此，我们的方法在所有常见的面部检测基准数据集上均达到了最先进的检测性能，包括 AFW、PASCAL 脸部、FDDB 和 WIDER FACE 数据集，并且可以在 Nvidia Titan X (Pascal) 上以 36 帧每秒的速度运行 VGA 分辨率的图像。