الكشف العميق عن الوجوه المستند إلى الأناكر recently حقق أداءً واعداً، ولكنه لا يزال يعاني من صعوبات في الكشف عن الوجوه الصعبة مثل الوجوه الصغيرة والضبابية والمحجوبة جزئياً. أحد الأسباب هو أنه يتم التعامل مع جميع الصور والوجوه بالتساوي، دون بذل المزيد من الجهد في التعامل مع الوجوه الصعبة؛ ومع ذلك، تحتوي العديد من صور التدريب على وجوه سهلة فقط، والتي تكون أقل فائدة لتحقيق أداء أفضل على الصور الصعبة. في هذا البحث، نقترح أن يمكن تحسين قوة المقاومة للكاشف عن الوجه ضد الوجوه الصعبة من خلال تعلم الوجوه الصغيرة في الصور الصعبة. أفكارنا هي (1) أن الصور الصعبة هي تلك التي تحتوي على وجه صعب واحد على الأقل، وبالتالي فهي تسهل تدريب كاشفات الوجه القوية؛ (2) أن معظم الوجوه الصعبة هي وجوه صغيرة ويمكن تحويل أنواع أخرى من الوجوه الصعبة بسهولة إلى وجوه صغيرة عن طريق التقليل. نقوم ببناء كاشف عميق مستند إلى الأناكر للوجه يقوم بإخراج خريطة ميزات واحدة فقط بأناكر صغيرة، لتعلم الوجوه الصغيرة بشكل خاص ويتم تدريبه باستخدام استراتيجية جديدة لاستخراج الصور الصعبة. تم إجراء تجارب واسعة النطاق على مجموعات البيانات WIDER FACE و FDDB و Pascal Faces و AFW لإظهار فعالية طريقتنا. حققت طريقتنا قيم APs (Average Precision) بلغت 95.7 و 94.9 و 89.7 على مجموعات التحقق من WIDER FACE السهلة والمتوسطة والصعبة على التوالي، مما يتفوق على أفضل النتائج السابقة، خاصة في مجموعة الفحص الفرعية الصعبة. يمكن الحصول على الرمز والموديل من https://github.com/bairdzhang/smallhardface.