本周为将门技术社区第203期线上talk。
北京时间5月7日(周四)中午12点整，百度视觉技术部资深研发工程师—汤旭的talk将准时在将门techbeat技术社区上线！
他与大家分享的主题是“人脸检测技术发展及小尺度人脸检测“框”实践，将介绍百度视觉技术部在人脸检测问题上产出一系列的研究，并从人脸检测器优化的多个角度来具体剖析。
 
talk·信息
▼
主题：人脸检测技术发展及小尺度人脸检测“框”实践
嘉宾：百度视觉技术部资深研发工程师 汤旭
上线时间：北京时间 5月7日 (周四) 12:00
地点：将门techbeat技术社区
talk·提纲
▼
近年来，人脸识别逐渐成为了视觉领域研究里最热门的课题，在安防监控、人证比对、人脸解锁、人机交互、人脸特效等领域都有着重要的应用价值。人脸检测是很多人脸应用的基础任务，比如人脸关键点，人脸识别，人脸老化等。
由于存在姿态变化、遮挡、光照变化、尺度变化等一系列问题，人脸检测的实际落地应用仍存在较大的挑战。衍生于手工设计特征的人脸检测器，现有的检测器通过深度卷积神经网络学到的鲁棒特征大大提升了效果。最近的性能领先的人脸检测器往往受通用目标检测器的启发，通常是基于锚点的深度卷积神经网络。
为了实现高效、准确的人脸检测器，主流的sota人脸检测框架往往从以下几个思路去优化：
特征融合上下文信息锚点设计额外监督数据扩充网络结构感知野设计单阶段refinement头部网络设计anchorfree等
过去几年，百度视觉技术部在人脸检测问题上也产出了一系列的研究，本次分享我们将通过人脸检测器优化的多个角度来剖析下这些研究。

---