澎思科技资深算法研究员罗伯特：有限算力资源下的深度学习与人脸识别( 七 )_：澎思科技资深算法研究员罗伯特：有限

下面介绍一个基于ADABOOST思想的三个阶段人脸检测算法，如下图所示。总共有三个深度学习模型：PNET、RNET和ONET。PNET网络不深，只有三个卷积层，用12x12的窗口扫描图像金字塔，快速排除大量的简单负样本。留下的候选窗口用大小24x24重新抠，当作RNET的输入，RNET的计算量中等，有四个卷积层。对RNET可能没有成功排除的难负样本调用计算量比较大的ONET，输入大小为48x48，ONET有5个卷积层，构造最终的人脸/非人脸分类效果。同时ONET计算人脸5个特征点（眼睛，鼻尖，嘴角），用来在人脸比对之前做人脸矫正。

三个阶段的高效人脸检测器运行速度快，分类效果不错。然而，如果CPU跟GPU联合使用的话，CPU与GPU之间的传输数据时间不可忽略，如下图所示。

为了减少传输数据的时间，我们寻找一个阶段的人脸检测器，即只有一个深度模型的人脸检测器。下面我们来看一下一个阶段的高效人脸检测器。因为没有快速预淘汰简单负样本的步骤了，我们在前两个卷积层和欠采样层大大降低网络输入图的尺寸，缩小率为32倍。两个卷积层之后还有非常多的深度学习层，但是因图像尺寸非常小了，其计算量并不大了。一个阶段的人脸检测器没有图像金字塔了，但是有一个以上的分类输出层。输出层的输入是不同尺寸的特征图，一个阶段的人脸检测器基于特征金字塔，是克服人脸大小未知的另外一种方法。两个尺度之间跨度比较大，容易漏检特征金字塔中间大小的人脸。为了避免这种现象，设计了Inception模块。其设计特点为不同分支，分支卷积核大小不一致，最终连和不同分支。不同卷积核大小的分支构造不同大小的感受野，构造不同尺度的特征图。连续三次使用Inception模块，构造非常多的卷积核大小的组合，非常好地客服了人脸大小未知的问题。