鄭成浩，楊夢龍

（1.四川大學(xué)計(jì)算機(jī)學(xué)院，成都 610065；2.四川大學(xué)空天科學(xué)與工程學(xué)院，成都 610065）

0 引言

人臉檢測是自動(dòng)人臉識別系統(tǒng)中的關(guān)鍵環(huán)節(jié)，它利用一定的策略對圖片或者視頻進(jìn)行處理，判斷圖片或視頻中是否存在人臉，如果存在則返回人臉框的位置、大小甚至姿態(tài)。早期的人臉檢測研究只適用于嚴(yán)格的約束環(huán)境下應(yīng)用[1-2]。自Paul Viola等人創(chuàng)造性地提出Viola-Jones檢測器[3]后，人臉檢測開始展現(xiàn)出商業(yè)化潛力。傳統(tǒng)的人臉檢測算法主要是提取Haar特征[4]或HOG[5]特征，并將這些特征輸入到支持向量機(jī)（SVM）分類器中進(jìn)行分類識別后實(shí)現(xiàn)人臉檢測，特征的優(yōu)劣決定人臉檢測的準(zhǔn)確性。Haar等特征本質(zhì)上是手工設(shè)計(jì)的特征，研究人員設(shè)計(jì)一種好的特征提取方法耗時(shí)耗力，而且一種特征只能對有限場景下的人臉有較好的效果，因而傳統(tǒng)的方法具有很大的局限性。

自Geoffery Hinton等人首次提出基于深度信念網(wǎng)絡(luò)使用非監(jiān)督的逐層貪心訓(xùn)練算法可訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)[6]后，深度學(xué)習(xí)的應(yīng)用逐漸發(fā)展起來。2012年，采用深度學(xué)習(xí)的AlexNet[7]贏得ImageNet目標(biāo)檢測比賽冠軍，準(zhǔn)確率比之前有了極大的提升。作為目標(biāo)檢測的一種，深度學(xué)習(xí)在人臉識別和人臉檢測中也得到了普遍的應(yīng)用。

采用深度學(xué)習(xí)的人臉檢測算法，主要的結(jié)構(gòu)或框架有以下四種，分別是卷積網(wǎng)絡(luò)級聯(lián)結(jié)構(gòu)、多分類網(wǎng)絡(luò)結(jié)構(gòu)、人臉結(jié)構(gòu)化網(wǎng)絡(luò)結(jié)構(gòu)和Faster R-CNN框架。下面將對這四種結(jié)構(gòu)結(jié)構(gòu)進(jìn)行介紹。

1 卷積網(wǎng)絡(luò)級聯(lián)結(jié)構(gòu)

級聯(lián)結(jié)構(gòu)可以看作是一個(gè)退化決策樹。在檢測過程中，候選窗口會(huì)通過一系列的弱分類器，每一個(gè)弱分類器都會(huì)判別候選窗口是否包含人臉，只有當(dāng)所有弱分類器都判定是人臉時(shí)，整個(gè)檢測器才會(huì)判定它是人臉。

自Viola-Jones檢測器被提出以來，簡單特征的級聯(lián)結(jié)構(gòu)成為人臉檢測最有效和最流行的設(shè)計(jì)。簡單特征能夠快速評估和及早排除非人臉候選框，同時(shí)級聯(lián)結(jié)構(gòu)又能提高檢測精度。Viola-Jones檢測器使用Haar特征，速度快，對正面人臉有比較好的檢測效果。過去的十多年，研究人員對Viola-Jones檢測器進(jìn)行了很多改進(jìn)，他們大多采用更高級的特征，但仍然是級聯(lián)結(jié)構(gòu)。高級的特征能夠構(gòu)造一個(gè)更精確地二分類器，在達(dá)到相同精度的條件下，所需的級聯(lián)結(jié)構(gòu)更簡單，整體計(jì)算代價(jià)保持不變甚至更少。

Cha Zhang和Zhengyou Zhang提出了一個(gè)采用級聯(lián)結(jié)構(gòu)的深度卷積網(wǎng)絡(luò)[8]用于人臉檢測，結(jié)構(gòu)如圖1[8]所示。此方法使用基于級聯(lián)的多角度檢測器排除掉大量的非人臉檢測框，再經(jīng)過預(yù)處理將圖片調(diào)整到32×32像素，然后輸入到一個(gè)更復(fù)雜的深度卷積網(wǎng)絡(luò)中得到最后的結(jié)果。在預(yù)處理階段需要進(jìn)行三個(gè)步驟：直方圖均衡化、線性變換和歸一化處理。圖像預(yù)處理的主要作用是增強(qiáng)對比度及移除陰影。此方法在FDDB庫上測試的成績優(yōu)于VJGPR、XZJY和PEP-Adapt，在18個(gè)誤檢時(shí)檢測率為77.32%。

圖1 Cha Zhang等人提出的人臉檢測框架結(jié)構(gòu)圖

李皓翔等人提出了一種卷積網(wǎng)絡(luò)級聯(lián)結(jié)構(gòu)的人臉檢測算法（CascadeCNN）[9]。卷積網(wǎng)絡(luò)級聯(lián)結(jié)構(gòu)是指將多個(gè)卷積網(wǎng)絡(luò)組合，構(gòu)成一個(gè)完整的人臉檢測器。每個(gè)級聯(lián)的卷積網(wǎng)絡(luò)的結(jié)構(gòu)不同，具有不同的功能。人臉檢測流程如圖2[9]所示，整個(gè)算法有六個(gè)級聯(lián)的卷積網(wǎng)絡(luò)，包括3個(gè)用以判別人臉和非人臉的二分類分類器和3個(gè)用以調(diào)整人臉框邊界的卷積網(wǎng)絡(luò)（校準(zhǔn)網(wǎng)絡(luò)）。在訓(xùn)練數(shù)據(jù)有限的情況下，校準(zhǔn)網(wǎng)絡(luò)更容易訓(xùn)練。在FDDB庫上，CascadeCNN的測試成績超過ACF、PEP-Adapt、Boosted Exemplar、HeadHunted 等方法，最大檢測率為85.6%。CascadeCNN不僅正檢很高，而且速度很快。在CPU上可以以14fps的速度處理VGA畫質(zhì)的圖片，在GPU上，相同條件下可以達(dá)到100fps。這種方法有兩個(gè)特點(diǎn)，一是多分辨率的網(wǎng)絡(luò)級聯(lián)，加強(qiáng)了時(shí)間效率；二是邊界校準(zhǔn)網(wǎng)絡(luò)，降低了對大量訓(xùn)練數(shù)據(jù)的依賴而且增加了召回率。此方法的缺點(diǎn)是，雖然在一定程度上比傳統(tǒng)的方法有所提高，但是性能仍然不是非常突出。85.6%的檢測率在今天看來成績并不突出。

圖2 檢測器測試過程

很多級聯(lián)結(jié)構(gòu)的人臉檢測器對正面人臉有較好的檢測效果，但對不同角度的人臉比如側(cè)臉或者部分遮擋的人臉，檢測率較低。這源于級聯(lián)檢測器的一個(gè)固有劣勢，組成強(qiáng)分類器的每個(gè)弱分類器都是一個(gè)二分類器。二分類器只能區(qū)分人臉和非人臉，在實(shí)際使用中，每個(gè)角度的人臉不盡相同。為了解決這個(gè)問題，有些學(xué)者采用多通道的級聯(lián)結(jié)構(gòu)。然而，這種方法需要面向?qū)ο蟮臉?biāo)記，而且，訓(xùn)練和測試的復(fù)雜性隨模型數(shù)量呈線性增長。時(shí)至今日，卷積網(wǎng)絡(luò)級聯(lián)結(jié)構(gòu)的人臉檢測器仍然在不斷發(fā)展，速度快和檢測率也在逐漸提升，但是在FDDB庫測試的成績排在前10名之后。

2 多分類網(wǎng)絡(luò)結(jié)構(gòu)

為了解決計(jì)算復(fù)雜的問題，Viola和Jones提出首先使用樹分類器估算臉部姿態(tài)，然后使用相應(yīng)角度的級聯(lián)檢測器[10]。雖然提高了檢測速度，但初始樹分類器的錯(cuò)誤是不可逆的，綜合的準(zhǔn)確性有所降低。

如把人臉檢測看作一個(gè)二分類問題，采用深度學(xué)習(xí)的人臉檢測算法的網(wǎng)絡(luò)結(jié)構(gòu)，最后一層通常是Sig?moid層。目前，大多數(shù)研究者為了克服多角度人臉問題，通常將人臉檢測看作一個(gè)多分類問題，把Softmax層作為最后一層。S.S.Farfade等人放棄了使用二分類器，提出了基于多分類網(wǎng)絡(luò)的DDFD（Deep Dense Face Detector）[11]算法用以解決多角度人臉檢測問題。DDFD的網(wǎng)絡(luò)結(jié)構(gòu)類似AlexNet，前五層依然是卷積層；不同的是，DDFD算法中，將最后三個(gè)全連接層改變?yōu)榫矸e層，然后接一個(gè)Softmax層得到分?jǐn)?shù)。DDFD的另一個(gè)特點(diǎn)是非極大值抑制過程，S.S.Farfade等人提出了兩種方法，NMS-max和NMS-avg。NMS-max的流程是首先找到分?jǐn)?shù)最高的框，然后移除所有與這個(gè)框的交并比（IoU）大于某個(gè)閾值的框。重復(fù)這個(gè)過程，直到處理完所有的框。NMS-avg的流程是先去除得分小于0.2的框，對剩下的框根據(jù)某一個(gè)閾值使用OpenCV中的聚類方法得到最后結(jié)果。對每一個(gè)聚簇，去除得分小于分?jǐn)?shù)最高的框90%的所有的框，然后對余下的框做位置平均得到最后的人臉檢測框，分?jǐn)?shù)取聚簇中的最高分。圖3[11]是不同非極大值抑制策略和閾值對結(jié)果的影響，可以看出，非極大值抑制的策略對結(jié)果有較大的影響。此算法在FDDB庫上的測試結(jié)果是：2000個(gè)誤檢時(shí)檢測率為84.8%，低于CascadeCNN。

DDFD算法的優(yōu)點(diǎn)是：（1）使用SoftMax層對人臉進(jìn)行多角度的劃分以提高精度。（2）對非極大值抑制策略進(jìn)行首次探究。缺點(diǎn)是：（1）網(wǎng)絡(luò)結(jié)構(gòu)類似AlexNet，較簡單。（2）人臉模板大。文章中能檢到的最小人臉是45x45，對于更小的人臉，圖片需要調(diào)整到很大的尺寸，增加了計(jì)算代價(jià)。

圖3 不同NMS策略和閾值的影響

3 人臉結(jié)構(gòu)化網(wǎng)絡(luò)結(jié)構(gòu)

Felzenszwalb提出的可變形部件模型（DPM,De?formable Parts Model）[12]使用了人臉結(jié)構(gòu)化的思想。部件模型假設(shè)每一個(gè)物體都是由幾個(gè)組件和它們之間的空間位置關(guān)系組成的，檢測大物體就可以轉(zhuǎn)換成檢測每一個(gè)小組件及其空間位置問題?？勺冃尾考Ｐ褪且环N基于組件的檢測算法，包括一個(gè)粗糙的包含整個(gè)目標(biāo)的全局模板，以及若干個(gè)高分辨率的部件模板。模板就是梯度方向直方圖HOG特征向量，每個(gè)部件模型包括一個(gè)空間模型和一個(gè)部件濾波器，空間模型定義了一系列此部件相對于檢測窗口的空間位置，以及每個(gè)相對位置的變形花費(fèi)。

人臉同樣也可以認(rèn)為由幾個(gè)部件組成，例如鼻子、眼睛、嘴巴等。在局部環(huán)境中，人臉局部結(jié)構(gòu)的檢測是解決人臉檢測的關(guān)鍵。只要在一個(gè)檢測框準(zhǔn)確地檢測到人臉的幾個(gè)組件并且各個(gè)組件之間的空間關(guān)系是正常的，那么就可以認(rèn)為這個(gè)檢測框里存在人臉。正如上文提到的，手工設(shè)計(jì)的Haar或HOG等特征不能在無約束的環(huán)境中精確地捕捉不同姿態(tài)和照明條件下的面部信息。隨著深度學(xué)習(xí)技術(shù)和GPU并行計(jì)算加速的進(jìn)步，使用深層卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取成為可能。Krizhevsky等人提出使用在大型通用數(shù)據(jù)集預(yù)訓(xùn)練的深度卷積網(wǎng)絡(luò)可以作為有使用價(jià)值的特征提取器[7]。

在可變形部件模型的基礎(chǔ)上，利用深層卷積網(wǎng)絡(luò)的表征學(xué)習(xí)能力，Shuo Yang等人首次提出用以解決嚴(yán)重遮擋和大姿態(tài)下難以檢測問題的Faceness-Net算法[13]。Faceness-Net的檢測過程包含三個(gè)階段：生成局部信息圖、根據(jù)得分對候選窗口排序、矯正檢測結(jié)果。第一個(gè)階段，生成局部信息圖，如圖4[13]所示。圖片X作為5個(gè)卷積網(wǎng)絡(luò)的輸入，每個(gè)網(wǎng)絡(luò)檢測人臉一個(gè)特定部分在圖中的位置。通過人臉標(biāo)簽特征圖，能夠清楚地指定人臉位置。為了節(jié)省計(jì)算代價(jià)，五個(gè)卷積網(wǎng)絡(luò)會(huì)共享卷積層。在第二階段，根據(jù)現(xiàn)有的方法比如選擇性搜索（selective search），在局部特征圖上生成候選框。通過平均一個(gè)人臉?biāo)胁糠值牡梅肢@得這個(gè)人臉的分?jǐn)?shù)。最后，所有的窗口通過一個(gè)多任務(wù)卷積網(wǎng)絡(luò)進(jìn)行完善。

圖4 Faceness-Net生成特征信息圖

Faceness-Net中的5個(gè)屬性感知的卷積網(wǎng)絡(luò)結(jié)構(gòu)相似，受到了AlexNet的啟發(fā)。卷積網(wǎng)絡(luò)結(jié)構(gòu)包括7個(gè)卷積層和2個(gè)池化層。很多研究表明，增加卷積層數(shù)比如AlexNet可以粗略捕獲目標(biāo)位置。在第二個(gè)階段中，算法用先驗(yàn)知識對候選框打分，比如頭發(fā)在臉的上方，眼睛在臉的中央等。以頭發(fā)為例，它貢獻(xiàn)的得分的計(jì)算方法如下：

圖5是在局部特征圖上得到的一個(gè)候選框ABCD?？紤]頭發(fā)的空間位置，在人臉的上方，頭發(fā)在候選窗口的位置是ABEF。頭發(fā)提供的得分是ABEF/EFCD，如下式（1）所示。

圖5 特征圖

部件的得分越高說明與人臉相交的比例越大。通過不同的λ，使得各個(gè)部件的空間分配更加合理。模型中的λ可以通過學(xué)習(xí)的方法得到。給定一個(gè)訓(xùn)練集，是指第i個(gè)人臉和標(biāo)簽，是第i個(gè)候選框比如圖5中ABCD。通過最大后驗(yàn)來獲得λ。Shuo Yang等人通過使用AFLW和PASCAL VOC2007的數(shù)據(jù)來微調(diào)這個(gè)網(wǎng)絡(luò)。

Facsness-Net的優(yōu)勢在于人臉進(jìn)行結(jié)構(gòu)化的分割，增加了對遮擋的魯棒性和對多角度人臉的檢測能力。在FDDB庫上測試，在2000個(gè)誤檢時(shí)達(dá)到了90.9882%的檢測率，優(yōu)于卷積網(wǎng)絡(luò)級聯(lián)結(jié)構(gòu)和多分類網(wǎng)絡(luò)結(jié)構(gòu)的某些算法，比如Cascade CNN和DDFD。

4 Faster R-CNN框架

Faster R-CNN的前身可追溯到R.Girshick等人提出了R-CNN框架[14]。該方法由提取候選框、特征提取和分類器（SVM）三部分構(gòu)成。R-CNN有兩個(gè)缺點(diǎn)：（1）在特征提取階段，輸入圖片尺寸必須是固定的；（2）對每一個(gè)候選框都要進(jìn)行卷積網(wǎng)絡(luò)的前向傳播，耗時(shí)多。為了解決這兩個(gè)問題，何愷明等人提出了SPPNet框架[15]，通過添加空間金字塔池化（Spatial Pyramid Pooling）層速度提高了24-102倍，準(zhǔn)確率也有所提高。為了進(jìn)一步減少時(shí)間與空間代價(jià)，在SPP-Net基礎(chǔ)上，R.Girshick等人提出了 Fast R-CNN框架[16]。Fast R-CNN框架過程是利用selective search產(chǎn)生候選框，縮放圖片得到金字塔，將圖片輸入到卷積網(wǎng)絡(luò)，用Softmax和回歸得到得分和檢測框。Fast R-CNN的缺點(diǎn)是候選框提取方法不能與卷積網(wǎng)絡(luò)一起進(jìn)行端到端的訓(xùn)練，消耗時(shí)間仍然較多。端到端是指輸入原始數(shù)據(jù)，輸出最后的結(jié)果。在人臉檢測領(lǐng)域，非端到端的方法的主要不同是輸入端不是原始數(shù)據(jù)，而是在原始數(shù)據(jù)中提取的特征。端到端的方法的優(yōu)勢是，研究者只需要關(guān)心輸入端與輸出端，中間過程不需要人工干預(yù)。R.Girshick等人通過改進(jìn)Fast R-CNN提出了Faster R-CNN框架[17]。

Huaizu Jiang和Erik Learned-Miller將Faster RCNN應(yīng)用于人臉檢測問題[18]，處理過程如圖6[18]所示。Faster-RCNN包括兩個(gè)模塊，第一部分是RPN（Region Proposal Networks），一個(gè)產(chǎn)生候選區(qū)域的深度卷積網(wǎng)絡(luò)，第二部分是Fast-RCNN檢測器。RPN的核心思想是通過卷積網(wǎng)絡(luò)直接產(chǎn)生候選區(qū)域。RPN網(wǎng)絡(luò)可以接收任意尺寸的照片，對最后一層卷積層產(chǎn)生的特征圖使用3×3的滑動(dòng)窗口，每個(gè)中心點(diǎn)生成9個(gè)候選區(qū)域，最后輸出一系列的建議區(qū)域和分?jǐn)?shù)。在第二個(gè)模塊中，候選框被輸入到Fast RCNN網(wǎng)絡(luò)獲得最后的得分與人臉框。在FDDB庫上測試，在747個(gè)誤檢時(shí)達(dá)到了96.1129%的檢測率。Faster R-CNN創(chuàng)造性地采用卷積網(wǎng)絡(luò)自行產(chǎn)生建議框，并且兩個(gè)模塊共享卷積網(wǎng)絡(luò)。

圖6 Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)

Shaohua Wan和Zhijun Chen等人在Faster R-CNN基礎(chǔ)上使用負(fù)樣本挖掘技術(shù)進(jìn)行訓(xùn)練[19]，解決正負(fù)樣本的分布不均衡的問題。孫旭東等人在Faster R-CNN框架基礎(chǔ)上提出了DeepIR方法[20]，常見的Faster RCNN只在最后一層特征層進(jìn)行感興趣區(qū)域（Region of Interest，RoI）池化產(chǎn)生區(qū)域特征，孫旭東等人認(rèn)為，這種方式會(huì)漏掉一些重要信息。為了捕獲更細(xì)粒度的RoI細(xì)節(jié)，Deep IR通過混合不同特征層進(jìn)行特征池化。在FDDB上測試，DeepIR在956個(gè)誤檢時(shí)達(dá)到了97.0605%的檢測率，遠(yuǎn)超 CascadeCNN、DDFD、Face?ness-Net等方法。

5 結(jié)語

我們對四種典型的深度學(xué)習(xí)人臉檢測算法框架進(jìn)行了研究。以Faster R-CNN為代表的端到端網(wǎng)絡(luò)在檢測率方面顯示出了極大的競爭力，而且檢測速度也在不斷提升，具有較好的應(yīng)用前景。在完全無約束的環(huán)境，特別是姿態(tài)和光照變化極大時(shí)的面部檢測仍然是極具挑戰(zhàn)性的問題。對于有監(jiān)督的深度學(xué)習(xí)來說，收集大量的真實(shí)數(shù)據(jù)仍然是一項(xiàng)困難的工作。在改進(jìn)訓(xùn)練數(shù)據(jù)方面，也需要更多的研究，無監(jiān)督或半監(jiān)督的學(xué)習(xí)方法將非常有利于減少數(shù)據(jù)收集所需要的工作量。改善人臉檢測性能的另一個(gè)可能的辦法是考慮上下文信息，如身體其他部位可以提供人臉?biāo)诓课坏奶崾尽?/p>

[1]FISCHLER M A,ELSCHLAGER R A.The Representation and Matching of Pictorial Structures[J].IEEE Transactions on Computers,1973,100（1）:67-92.

[2]BLEDSOE W W,CHAN H.A Man-Machine Facial Recognition System—Some Preliminary Results[J].Panoramic Research,Inc,Palo Alto,California,Technical Report PRI A,1965,19（1）:1965.

[3]VIOLA P,JONES M.Rapid Object Detection Using a Boosted Cascade of Simple Features;Proceedings of the Computer Vision and Pattern Recognition,2001 CVPR 2001 Proceedings of the 2001 IEEE Computer Society Conference on,F,2001[C].IEEE.

[4]PAPAGEORGIOU C P,OREN M,POGGIO T.A General Framework for Object Detection;Proceedings of the Computer Vision,1998 Sixth International Conference on,F,1998[C].IEEE.

[5]DALAL N,TRIGGS B.Histograms of Oriented Gradients for Human Detection;Proceedings of the Computer Vision and Pattern Recognition,2005 CVPR 2005 IEEE Computer Society Conference on,F,2005[C].IEEE.

[6]HINTON G E,SALAKHUTDINOV R R.Reducing the Dimensionality of Data with Neural Networks[J].Science,2006,313（5786）:504-507.

[7]KRIZHEVSKY A,SUTSKEVER I,HINTON G E.Imagenet Classification with Deep Convolutional Neural Networks;Proceedings of the Advances in Neural Information Processing Systems,F,2012[C].

[8]ZHANG C,ZHANG Z.Improving Multiview Face Detection with Multi-Task Deep Convolutional Neural Networks;Proceedings of the Applications of Computer Vision（WACV）,2014 IEEE Winter Conference on,F,2014[C].IEEE.

[9]LI H,LIN Z,SHEN X,et al.A Convolutional Neural Network Cascade for Face Detection;Proceedings of the Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition,F,2015[C].

[10]JONES M,VIOLA P.Fast multi-View Face Detection[J].Mitsubishi Electric Research Lab TR-20003-96,2003,3（14）.

[11]FARFADE S S,SABERIAN M J,LI L-J.Multi-View Face Detection Using Deep Convolutional Neural Networks.Proceedings of the Proceedings of the 5th ACM on International Conference on Multimedia Retrieval,F,2015[C].ACM.

[12]FELZENSZWALB P,MCALLESTER D,RAMANAN D.A Discriminatively Trained,Multiscale,Deformable Part Model.Proceedings of the Computer Vision and Pattern Recognition,2008 CVPR 2008 IEEE Conference on,F,2008[C].IEEE.

[13]YANG S,LUO P,LOY C-C,et al.From Facial Parts Responses to Face Detection:A Deep Learning Approach.Proceedings of the Proceedings of the IEEE International Conference on Computer Vision,F,2015[C].

[14]GIRSHICK R,DONAHUE J,DARRELL T,et al.Region-Based Convolutional Networks for Accurate Object Detection and Segmentation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2016,38（1）:142-158.

[15]HE K,ZHANG X,REN S,et al.Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition.Proceedings of the European Conference on Computer Vision,F,2014[C].Springer.

[16]GIRSHICK R.Fast r-cnn;proceedings of the Proceedings of the IEEE International Conference on Computer Vision,F,2015[C].

[17]REN S,HE K,GIRSHICK R,et al.Faster r-cnn:Towards Real-Time Object Detection with Region Proposal Networks.Proceedings of the Advances in neural information processing systems,F,2015[C].

[18]JIANG H,LEARNED-MILLER E.Face Detection with the Faster R-CNN[J].arXiv Preprint arXiv:160603473,2016.

[19]WAN S,CHEN Z,ZHANG T,et al.Bootstrapping Face Detection with Hard Negative Examples[J].arXiv preprint arXiv:160802236,2016.

[20]SUN X,WU P,HOI S C.Face Detection Using Deep Learning:An Improved Faster Rcnn Approach[J].arXiv Preprint arXiv:170108289,2017.