人脸检测技术是判断一张图像里面是否存在人脸,如果存在,就输出人脸的位置,作为人脸识别、人脸表情识别和人脸对齐等任务的基础步骤。在实际应用中,这些任务对检测器的检测速度、准确率和模型大小都有着严格要求。基于深度学习的人脸检测方法主要分为两类。一类是两步式,先在原图上生成候选窗口,然后再进行分类定位。另一类是单步式,直接在原图上进行人脸检测。前者检测准确率高,后者检测速度快。尽管两种策略在准确率上已经能满足实际应用的要求,但是庞大的检测器模型限制了其应用场景。面对这种情况,本文的主要工作如下:(1)本文采取级联神经网络的策略,使用三阶段级联结构对检测器进行简化。第一阶段网络负责提名候选窗口,第二阶段网络负责对提名窗口进行修正,第三阶段网络负责输出包含人脸的窗口位置。(2)现有三阶段级联卷积神经网络在追求模型小的同时,在准确率上付出了一些代价。本文提出一种深度高效的人脸特征模块,能够提升准确率的同时不增加参数量。(3)本文同时提出一种端到端级联神经网络结构,很大程度上简化了级联神经网络的训练难度。不仅能够减少大量人工操作,还能缩减三分之二的训练时间。(4)最后针对三阶段级联结构,基于召回率和准确率两个评测指标,对改进前后和端到端的三种模型进行比较。最后,在公开WIDER FACE人脸检测数据集上验证了本文方法的改进效果。在人脸候选窗口提取阶段,本文方法有3%的召回率提升(从80%到83%)。在提名窗口修正阶段,也有着1%的召回率提升(从84%到85%)。在输出人脸窗口位置阶段上,召回率和准确率同时提升了2%(准确率从90%到92%,召回率从88%到90%)。实验结果证明,本文方法能检测到更多的人脸。