AI 科技评论按：近年来，卷积神经网络在人脸检测中取得了很大的成功，然而这些方法在处理人脸中多变的尺度，姿态，遮挡，表情，光照等问题时依然比较困难。为此，腾讯优图推出名为 DSFD （中文名为双分支人脸检测器）的全新算法，该算法在著名人脸检测数据集上取得喜人结果，如今腾讯优图决定将之进行开源。
腾讯优图的研究员们发现，虽然之前的人脸检测算法大都采用深度学习模型，并在特征学习的过程中也有采用特征金字塔网络（Feature Pyramid Network），但在面对遮挡、暗光、大姿态、小脸等复杂场景时，仍容易出现误检或漏检的情况。因此，在 FPN 基础上，腾讯优图团队采用了 3 种不同级联方式的空洞卷积（Dilated Convolution），设计了特征增强模块 FEM，充分学习到了不同感受野下的人脸特征。
本文提出了一种新的方法，分别处理了人脸检测方向的三个关键点，包括更好的特征学习，渐进式的损失函数设计以及基于锚点分配的数据扩充：
DSFD 算法
该算法已被计算机视觉顶级会议CVPR 2019接收，原文《DSFD: Dual Shot Face Detector》（https://arxiv.org/abs/1810.10220v2）由南京理工大学计算机科学与工程学院 PCALab 与腾讯优图实验室合作完成。
在两个著名的人脸检测数据集 WIDER FACE 和 FDDB 的 5 个评测维度上，DSFD 算法均刷新了当时的世界纪录，取得了 Top1 的人脸检测结果：
WIDER FACE 评测结果
FDDB 评测结果
为了与更多同行探讨 DSFD 算法的实际应用，腾讯优图在近日公布了开源地址：
据了解，目前腾讯优图的人脸检测技术已在安防、金融、社交、交通等多个应用场景落地，并在手机 QQ、微众银行、天天 P 图等多个公司内外部产品上进行应用验证。
点击阅读原文，查看 CVPR 小组，了解 CVPR 2019 的最新动态