摘要：針對車站、商場等大型場所中客流量大、背景復雜等原因導致多尺度人臉檢測精度低的問題,建立了一種基于RefineDet多層特征圖融合的多尺度人臉檢測方法。首先利用第一級網絡進行特征提取并在不同尺度的特征圖上粗略預估人臉位置;然后在第二級中通過特征金字塔網絡將低層特征與高層特征融合,進一步增強小尺寸人臉的語義信息;最后,通過置信度和焦點損失函數對檢測框進行二次抑制,達到邊框的精確回歸。實驗中將人臉候選區域的寬高比只設置為1:1,以此來降低運算量并提高人臉檢測精度。在WiderFace數據集上的實驗結果表明,該方法能有效檢測不同尺度的人臉,在Easy、Medium、Hard3個子數據集上測試結果分別為93.4%、92%、84.4%的MAP,尤其對小尺寸人臉的檢測精度有明顯提高。