Faceness-Net：通过深度面部部位响应进行人脸检测

我们提出了一种深度卷积神经网络（CNN），用于利用面部属性为基础的监督进行人脸检测。我们观察到一个现象，即在训练用于从未裁剪的人脸图像中分类属性的CNN中，部位检测器在没有任何明确的部位监督的情况下出现。这一观察促使我们提出了一种通过面部部分响应的空间结构和排列为面部打分的新方法。该打分机制是数据驱动的，经过仔细制定，以考虑面部仅部分可见的具有挑战性的情况。这一考虑使我们的网络能够在严重遮挡和不受约束的姿势变化下检测人脸。我们的方法在流行基准测试上取得了良好的性能，包括FDDB、PASCAL Faces、AFW和WIDER FACE。