近日，知名开源社区Github上有个名为DSFD（Dual Shot Face Detector）的算法引起了业内关注，它来自腾讯旗下AI实验室：腾讯优图团队。据悉，该算法已经被计算机视觉顶级会议CVPR 2019接收，刷新了两个权威的人脸检测数据集WIDERFACE和FDDB上的新纪录。

“三点 创新 ”打造人脸 检测领域 最值得 参考的代码

人脸检测算法是在图像上，检测出人脸的位置（通常以矩形框形式输出），是人脸配准、人脸属性识别、人脸核身、人脸检索等技术的基础。优图此次提出的DSFD人脸检测算法，主要有3点创新：

（1）设计了一种新的“特征增强”模块（FEM：Feature Enhance Module）

FEM在采用Top-Down层间信息融合的同时，在同一“感受野”内做了更多的enhancement。因此在width and depth上学习到了更有效的context和semantic信息。

（2）提出了“分层锚点渐进”式的代价函数监督（PLA：Progressive Anchor Loss）

模型采用2个层级（hierarchy），基于第一层（low-level）和第二层（high-level）的差异性，适配了不同尺寸的anchor。在训练过程中，PAL对整个模型形成了更有效的监督。

（3）设计了一种“改进的锚点匹配策略”（Improved Anchor Matching Strategy）

One-stage detector由于在输出层分配有密集的anchor，anchor与face匹配的好坏直接影响训练效果。优图的研究人员data augmentation过程中充分考虑了不同大小的face和各个anchor的关系，提出了一种新的数据扩增法。

（算法整体流程图）

效果的 提升，来自 优图不断 的 研究探索

随着近几年人工智能技术的发展，国内外不少机构、企业都在进行人脸检测的相关研究。来自腾讯优图的研究员们发现，虽然之前的人脸检测算法大都采用深度学习模型，并在特征学习的过程中也有采用特征金字塔网络（Feature Pyramid Network），但在面对遮挡、暗光、大姿态、小脸等复杂场景时，仍容易出现误检或漏检的情况。因此在FPN基础上，腾讯优图团队采用了3种不同级联方式的空洞卷积（Dilated Convolution），设计了特征增强模块FEM，充分学习到了不同感受野下的人脸特征。

（复杂场景下的人脸检测效果展示）

然而，在新算法探索的过程中，并不是一帆风顺的。项目从去年7月中旬启动，来自项目的三个核心成员，进行到第三周，检测效果已经在top5了，他们清楚，到这里还远远不够。在接下来的两个多月里，想要提升效果却越来越难。就像爬山，前面爬得很快，越到后面，对耐力和决心的要求就越高。腾讯优图高级研究员Case回忆道：“那段时间，我和其他几位同事实验了很多方案，很多时候是多个方案同时跑，甚至有些方案跑了4-5天后，发现失败了，又得做新的尝试”。失败后，几个研究员就近在工位旁边的玻璃房里，一起分析原因，开始摸索下一套试跑方案。在3个多月的反复“试跑-推翻-试跑”中，最后终于跑出一套大家都满意的算法。不负所望，该算法论文也已被CVPR2019接收。

走出实验室 ， 真正为 业务创造价值 ；代码开源 ， 与同行共同 探讨

算法从实验室走出来，不是立马就能直接套用到业务里。事实上，论文里的模型通常比较大，导致实时性不好。在使用时，需结合实际应用情况压缩、裁剪，整体模型会做一定的调整。目前腾讯优图的人脸检测技术已在安防、金融、社交、交通等多个应用场景落地，并在手机QQ、微众银行、天天P图等多个公司内外部产品上进行应用验证。如在安防领域，腾讯优图天眼智能安防平台以警务、安防需求为导向，面向稽查布控、刑侦办案、社会安防等多场景推出智能化海量人脸检索解决方案。

（腾讯优图天眼智能安防平台）

腾讯作为中国互联网巨头之一，近年来持续加强在AI及前沿基础科学研究的投入。2017年，腾讯对外开源节奏开始加快，主要覆盖AI、云计算、腾讯游戏、腾讯安全、小程序等相关领域。其中，腾讯优图的计算机视觉AI技术的开源，是其中重要的一环。2017年7月，腾讯优图首个AI开源项目ncnn于正式开源，是一个为手机端极致优化的高性能神经网络前向计算框架，是业内首个为移动端优化的开源神经网络推断库。一年后ncnn正式加入ONNX，AI开发者能更快实现从研究到模型的落地部署，也能更方便地在不同框架间切换，为每项任务选取最优的开发工具。截止目前，ncnn的Github star数已接近6000。相信随着越来越多的AI机构、企业和个人的算法开源，将驱动整个AI研究更快发展和落地。