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( 八 )_：澎思科技资深算法研究员罗伯特：有限

下图中显示的人脸检测器不关注运行速度，但争取更高的准确率。代价是几百倍的计算量，我们这关注的是网络架构。高准确率人脸检测器也属于一个阶段的检测器，基于特征金字塔，总共有六个尺寸层次。与以前的模型相比，特征金字塔不直接当成网络输出层的输入，但是还加上特征增强模块。特征增强模块考虑到两个相邻的特征图，对尺寸小的特征图进行上采样，构造跟尺寸大的特征图同样的尺寸。用乘法融合两个相邻的特征图，再加上基于inception思想的模块，这才是分类输出层的输入。

如下图所示，准确率高的人脸检测器对不良因素的鲁棒性非常强，可以检测出尺寸更小的人脸、模糊人脸、光照情况复杂、曝光、很暗的人脸、被局部遮挡的人脸，还有反光、姿态奇特或者化妆的人脸。抓拍系统不会使用计算量庞大的高准确率人类检测器，而调用上述提到的快速人脸检测器。当然，对不利情况下的检测率有一些折扣。假设，远处的人脸尺寸小、非常模糊，快速人脸检测器漏检了。但是十几帧之后人移动到离摄像头更近的位置，不显得那么小和模糊，检测出的概率大大提高。以人为单位的快速人脸检测器的检测率可以超过99%。