近年来,卷积神经网络在各种计算机视觉任务中取得了巨大的成功,人脸检测作为计算机视觉中的重要研究方向,其性能也得到了不断的提高。在人脸检测的应用场景中会存在很多限制因素,对人脸检测的性能带来极大的挑战,例如尺度、表情、姿态、遮挡、光照、模糊等。本文详细阐述了基于卷积神经网络的人脸检测的工作进展,以进一步提升检测性能为目标,提出了若干人脸检测方法。本文的主要工作包括以下三个方面的研究内容。1.随着人脸尺度的减小,基于卷积神经网络的检测器性能急剧下降。针对小尺度人脸检测性能不佳的问题,提出一种新颖的多尺度人脸检测器。该方法的创新点在于从四个方面关注小尺度人脸:构造多分支检测架构,将保留更多小尺度信息的浅层作为检测层;设计了尺度敏感锚框,更小的锚框用于匹配小尺度人脸,从而扩大了锚框尺度的覆盖范围;添加特征融合模块,利用相邻高层分支的特征辅助检测小尺度难检测人脸;同时采用多尺度训练和多尺度测试策略,使所提模型对各种尺度都具有鲁棒性。2.现有锚框匹配方法采用固定阈值划分正样本。然而,极端纵横比人脸与锚框的最大交并比往往低于正样本阈值,从而导致采样失败。锚框补偿虽然可以缓解采样不充分,但无法保证补偿样本质量和正样本整体质量。针对极端纵横比人脸采样不充分的问题,提出了一种广域纵横比匹配策略,从更广泛的人脸纵横比范围收集具有代表性的正样本锚框。该方法的创新点在于为极端纵横比人脸构造可变的正样本采样域值。在保证正样本整体质量的前提下,可以获得许多与极端纵横比人脸相关的高质量正样本参与训练。此外,设计了感受野多样化模块,在特征增强阶段获得更加鲁棒的人脸特征。3.基于卷积神经网络的人脸检测遵循监督学习模式,它的检测性能依赖于训练数据集的标注质量。然而,现有的人脸检测数据集均是人工标注的,很难保证每张人脸的标注质量。针对训练集人脸边界框标注不准确的问题,提出了边界框深度校正的方法。该方法的创新点在于借助深度模型预测的人脸边界框来识别并替换训练集中未对齐的人脸标注。使用校正后的标注来训练检测模型,会降低模型的回归损失。进而打破原有分类损失和回归损失的平衡,使模型在训练阶段更加专注于降低分类损失。