الكشف عالي الأداء عن الوجوه يظل مشكلة صعبة للغاية، خاصة عند وجود العديد من الوجوه الصغيرة جدًا. يقدم هذا البحث مكتشف وجوه جديد يعمل بضربة واحدة، يُطلق عليه اسم شبكة التكرار الاختياري (Selective Refinement Network - SRN)، والتي تُدخل عمليات تصنيف وتراجع جديدة ومبتكرة بشكل انتقائي في مكتشف الوجوه القائم على الركائز (anchors) لتقليل الإيجابيات الكاذبة وتحسين دقة الموقع في الوقت نفسه. وبشكل خاص، تتكون الشبكة SRN من وحدتين: وحدة التصنيف ذو الخطوتين الاختيارية (Selective Two-step Classification - STC) ووحدة التراجع ذو الخطوتين الاختيارية (Selective Two-step Regression - STR). تهدف الوحدة STC إلى تصفيت معظم الركائز السلبية البسيطة من طبقات الكشف ذات المستوى المنخفض لتقليل مجال البحث للتصنيف اللاحق، بينما تم تصميم الوحدة STR لضبط مواقع وأحجام الركائز من طبقات الكشف ذات المستوى العالي بشكل خشن، مما يوفر تهيئة أفضل للتراجع اللاحق. بالإضافة إلى ذلك، قمنا بتصميم كتلة تعزيز المجال الاستقبالي (Receptive Field Enhancement - RFE) لتوفير مجال استقبالي أكثر تنوعًا، مما يساعد على التقاط الوجوه في بعض الأوضاع المتطرفة بشكل أفضل. نتيجة لذلك، حقق المكتشف المقترح SRN أداءً رائدًا في جميع المعايير الشائعة للكشف عن الوجوه، بما في ذلك مجموعات البيانات AFW وPASCAL face وFDDB وWIDER FACE. سيتم إصدار الأكواد لتسهيل المزيد من الأبحاث حول مشكلة الكشف عن الوجوه.