摘要
人脸检测是机器学习领域中一项关键的视觉信息分析任务。随着大数据时代的到来，视觉数据呈现出海量积累的趋势，亟需高效、快速的分析手段。深度学习方法在该任务中表现出强大能力，研究表明，通过大量具有高度多样性的数据进行训练，可显著提升模型性能；然而，这类方法通常需要高昂的计算成本，并导致模型结构复杂度较高。当目标是处理大规模数据集中的视觉内容时，模型的复杂度成为决定其成败的关键因素。本文提出一种轻量级深度卷积神经网络（Convolutional Neural Network, CNN），用于人脸检测任务。该模型旨在最小化训练与推理时间，在有效性与效率方面均优于此前已发表的深度卷积网络。该模型仅包含76,375个可训练参数，而大多数同类竞争模型则包含数百万参数。为在不牺牲效率的前提下训练该轻量级深度网络，本文提出一种新型的渐进式正样本与难负样本挖掘训练方法，实验表明该方法显著提升了训练速度与模型精度。此外，本文还训练了一个独立的深度网络用于检测单个面部特征，并构建了一个融合两个网络输出的综合模型，进行了系统评估。实验结果表明，两种方法均能在严重遮挡及无约束姿态变化条件下有效检测人脸，充分应对大规模真实场景中实时人脸检测所面临的复杂性与巨大变化性挑战。