Obwohl große Fortschritte bei der unkontrollierten Gesichtserkennung gemacht wurden, bleibt die genaue und effiziente Gesichtslokalisation in der freien Natur eine offene Herausforderung. In dieser Arbeit wird ein robustes Einzelschritt-Gesichtserkennungsverfahren vorgestellt, das unter dem Namen RetinaFace firmiert und durch die Nutzung von zusätzlicher überwachter und selbstüberwachter Mehrfachaufgabenlernen (multi-task learning) eine pixelweise Gesichtslokalisation auf verschiedenen Skalen ermöglicht.Speziell leisten wir Beiträge in den folgenden fünf Aspekten:(1) Wir haben manuell fünf Gesichtspunkte im WIDER FACE-Datensatz annotiert und beobachten mit Hilfe dieses zusätzlichen Überwachungssignals eine erhebliche Verbesserung bei der schwierigen Gesichtserkennung.(2) Wir fügen außerdem einen selbstüberwachten Mesh-Decodierzweig hinzu, um neben den bestehenden überwachten Zweigen parallele Vorhersagen von pixelweiser 3D-Gesichtsforminformationen zu ermöglichen.(3) Auf dem WIDER FACE-Schwierigkeitstestset übertreffen RetinaFace die aktuellen besten Durchschnittsgenauigkeiten (Average Precision, AP) um 1,1 % (mit einer erreichten AP von 91,4 %).(4) Auf dem IJB-C-Testset ermöglicht RetinaFace es den besten Methoden (z.B. ArcFace), ihre Ergebnisse in der Gesichtsverifizierung zu verbessern (TAR = 89,59 % für FAR = 1e-6).(5) Durch die Verwendung leichtgewichtiger Backbone-Netze kann RetinaFace in Echtzeit auf einem einzelnen CPU-Kern für ein VGA-Auflösungs-Bild laufen.Zusätzliche Annotationen und Code sind unter folgender URL verfügbar: https://github.com/deepinsight/insightface/tree/master/RetinaFace.