摘要
随着卷积神经网络的发展，人脸检测的性能得到了显著提升。然而，由于口罩和墨镜导致的人脸遮挡问题仍然是一个具有挑战性的难题。提高这些遮挡情况下的人脸召回率通常会带来较高的误检风险。在本文中，我们提出了一种名为人脸注意力网络（Face Attention Network, FAN）的新颖人脸检测器，该检测器能够在不牺牲速度的前提下显著提高遮挡情况下的人脸检测召回率。具体而言，我们引入了一种新的锚点级注意力机制，该机制能够突出显示来自人脸区域的特征。结合我们的锚点分配策略和数据增强技术，我们在公共人脸检测基准数据集如WiderFace和MAFA上取得了最先进的结果。我们将发布代码以供复现。