Das Gesichtserkennung ist eines der am häufigsten untersuchten Themen in der Computer Vision Community. Viele Fortschritte wurden durch die Verfügbarkeit von Benchmark-Datensätzen für Gesichtserkennung gemacht. Wir zeigen, dass es eine Lücke zwischen der aktuellen Leistungsfähigkeit der Gesichtserkennung und den Anforderungen der Realität gibt. Um zukünftige Forschungen im Bereich der Gesichtserkennung zu erleichtern, stellen wir den WIDER FACE Datensatz vor, der zehnmal größer als bestehende Datensätze ist. Der Datensatz enthält umfangreiche Annotationen, darunter Verdeckungen, Pose-Varianten, Ereigniskategorien und Gesichtsbounding-Boxen. Die Gesichter im vorgeschlagenen Datensatz sind aufgrund großer Variationen in Skalierung, Pose und Verdeckung äußerst herausfordernd, wie Abbildung 1 zeigt. Darüber hinaus weisen wir nach, dass der WIDER FACE Datensatz eine effektive Trainingsquelle für die Gesichtserkennung darstellt. Wir evaluieren mehrere repräsentative Erkennungssysteme und geben einen Überblick über den aktuellen Stand der Technik sowie einen Vorschlag zur Bewältigung großer Skalenvariationen. Schließlich diskutieren wir gängige Fehlfälle, die weiter untersucht werden sollten. Der Datensatz kann heruntergeladen werden unter: mmlab.ie.cuhk.edu.hk/projects/WIDERFace