摘要
面部检测是计算机视觉领域研究最为广泛的课题之一。许多进展得益于面部检测基准数据集的可用性。我们发现，当前的面部检测性能与实际应用需求之间存在差距。为了促进未来面部检测的研究，我们引入了WIDER FACE数据集，其规模是现有数据集的十倍。该数据集包含丰富的注释信息，包括遮挡、姿态、事件类别和面部边界框。如图1所示，所提出的WIDER FACE数据集中的人脸由于尺度、姿态和遮挡的巨大变化而极具挑战性。此外，我们证明了WIDER FACE数据集是面部检测的有效训练资源。我们对几种具有代表性的检测系统进行了基准测试，概述了当前最先进的性能，并提出了解决大规模变化问题的方法。最后，我们讨论了一些常见的失败案例，这些案例值得进一步研究。数据集可从以下网址下载：mmlab.ie.cuhk.edu.hk/projects/WIDERFace