除了MTCNN和YOLO系列，还有哪些常用的人脸检测算法？

除了 MTCNN 和 YOLO 系列，人脸检测领域还有许多经典且常用的算法，涵盖传统方法和深度学习方法，尤其以深度学习驱动的算法为主流，以下是最具代表性的几类：

一、单阶段深度学习算法（实时性强，适合工程落地）

1. RetinaFace

核心特点：目前工业界广泛使用的高精度算法，基于单阶段检测框架，支持多尺度人脸检测（从极小人脸到超大人脸），同时能输出人脸 5 个关键点（眼睛、鼻子、嘴巴），对遮挡、模糊、姿态变化的鲁棒性极强。

优势：在 WIDER Face 等权威数据集上精度领先，且通过轻量化优化（如使用 MobileNet 作为骨干网络）可兼顾速度，适合需要高精度 + 实时性的场景（如安防、人脸支付）。

适用场景：复杂环境下的人脸抓拍、活体检测前置步骤。

2. FaceBoxes

核心特点：基于 SSD 改进的轻量级人脸检测算法，专为实时性优化，通过 “稀疏 anchors” 和 “快速特征金字塔” 设计，大幅降低计算量。

优势：速度极快（在 CPU 上可轻松跑 30fps+），对硬件要求低，适合移动端、嵌入式设备（如监控摄像头、手机前置摄像头）。

局限：精度略低于 RetinaFace，对极小或严重遮挡的人脸检测能力较弱。

3. BlazeFace

核心特点：Google 推出的轻量级模型，专为移动和边缘设备设计，基于 “Fire Module”（类似 MobileNet 的深度可分离卷积），计算量极低。

优势：速度惊人（移动端可轻松达 60fps），是 MediaPipe 人脸检测的默认模型，适合实时交互场景（如视频通话美颜、AR 特效）。

特点：针对人脸比例优化了 anchor 设计，对正面、半侧面人脸检测效果好。

4. S3FD（Single Shot Scale-invariant Face Detector）

核心特点：专门解决人脸检测中的 “尺度不一致” 问题（小人脸易漏检），通过 “尺度均衡特征金字塔” 和 “反感受野 anchors” 提升小尺度人脸检测精度。

优势：在 WIDER Face 的 “Hard” 子集（包含大量小人脸）上表现优异，适合人群密集场景（如演唱会、地铁站）。

二、双阶段 / 基于区域提议的算法（精度高，适合复杂场景）

1. SSH（Single Stage Headless）

核心特点：基于 Faster R-CNN 改进，但去除了 “头部网络”（减少冗余计算），通过 “多尺度上下文模块” 增强特征表达，专门针对复杂背景下的人脸检测。

优势：精度高，对模糊、遮挡、极端姿态（如低头、侧脸）的人脸鲁棒性强，适合安防监控（远距离、低光照场景）。

2. FPN+RPN（Feature Pyramid Network + Region Proposal Network）

核心特点：并非专门的人脸检测算法，但被广泛用于人脸检测任务中。通过 FPN 构建多尺度特征图，结合 RPN 生成高质量人脸候选框，再用分类器筛选。

优势：灵活性高，可结合不同骨干网络（如 ResNet、VGG），精度可调（通过调整特征图尺度和候选框数量），适合对精度要求极高的场景（如身份认证）。

三、传统计算机视觉算法（早期经典，现在少用但有历史意义）

1. Haar 特征 + Adaboost

核心特点：最早实现实时人脸检测的算法（2001 年由 Viola 和 Jones 提出），通过 Haar-like 特征描述人脸纹理（如眼睛区域比脸颊暗），结合 Adaboost 集成学习训练分类器。

优势：计算量小，可在早期 CPU 上实时运行，曾广泛用于数码相机、早期视频监控。

局限：精度低，对光照、姿态变化敏感，无法处理遮挡，目前仅用于简单场景或教学演示。

2. HOG+SVM

核心特点：通过 HOG（方向梯度直方图）描述人脸的边缘和纹理特征，再用 SVM 分类器区分人脸与非人脸。

优势：比 Haar 算法对光照更鲁棒，曾用于早期人脸检测库（如 dlib 的基础版本）。

局限：速度慢（HOG 特征计算耗时），对小人脸检测效果差，已被深度学习算法替代。

总结与适用场景

追求实时性 + 轻量化：优先选 BlazeFace（移动端）、FaceBoxes（嵌入式）；

追求高精度 + 复杂场景：选 RetinaFace（兼顾速度）、SSH（极端场景）、S3FD（小人脸密集场景）；

历史经典 / 简单场景：Haar+Adaboost（仅用于教学或极低算力设备）。

这些算法各有侧重，实际应用中需根据硬件算力、场景复杂度（光照、遮挡、人脸尺度）和精度需求选择。