人脸检测，说到底就是让机器从图像或视频里把人脸的位置和大小给揪出来。这几年深度学习技术一路狂奔，人脸检测模型的性能也跟着水涨船高。市面上叫得上名字的模型不少，挨个梳理一下，它们各自有各自的看家本领。

1. Viola-Jones 算法

这可是人脸检测领域的老前辈了。它靠的是 Haar 特征和 AdaBoost 算法，训练出一个级联分类器来干活。优点是实时性高、计算量小，放在当年那是妥妥的黑科技。不过缺点也很明显——对遮挡和姿态变化比较敏感，稍微歪个头、挡个脸，就容易翻车。

2. HOG + SVM

HOG（方向梯度直方图）是一种描述局部纹理的特征，把它和 SVM（支持向量机）分类器搭在一起，也能做人脸检测。相比 Viola-Jones，准确率上了一个台阶，但计算代价也上来了，速度成了短板。在追求精度的场景里，它曾是很常见的组合拳。

3. 基于深度学习的方法

深度学习一登场，人脸检测的格局就彻底变了。以下这些模型，每一个都在不同维度上刷新了当时的性能天花板。

a. R-CNN（基于区域的卷积神经网络）

R-CNN 的思路很直接：先从图像里抠出一堆候选区域，然后用卷积神经网络一个一个分类。检测效果确实不错，但速度惨不忍睹——每张图要处理上千个候选框，计算负担太重。

b. Fast R-CNN

Fast R-CNN 是 R-CNN 的进化版，关键改进在于让卷积层共享计算，不再对每个候选框重新跑一遍网络。这样一来，速度和精度都得到了平衡，算是实用化的重要一步。

c. Faster R-CNN

Faster R-CNN 又往前走了一大步：它引入了一个叫区域建议网络（RPN）的模块，让模型自己学会生成候选区域，做到了端到端的训练和检测。在人脸检测上，精度和实时性都有了质的飞跃。

d. MTCNN（多任务级联卷积网络）

MTCNN 走的是“三级火箭”路线——三个网络串联起来，同时完乘人脸检测、关键点定位和人脸对齐。级联结构让它既能保持高精度，又兼顾了速度，在工程实践中应用非常广泛。

e. Faceness

Faceness 主打轻量化。它训练一个简单的二分类网络来判断图像中是否有人脸，算法简洁，计算量低，很适合资源受限的设备。当然，在极致精度上要做出一些妥协。

4. YOLO（You Only Look Once）

YOLO 的核心理念是“看一眼就知道”——把目标检测当成一个回归问题，直接从图像输出边界框和类别。速度是它的绝对强项，也能用于人脸检测，在实时性要求高的场景里非常受欢迎。

5. SSD（单次多框检测器）

SSD 和 YOLO 类似，也是单阶段的检测方法，但它在不同尺度的特征图上分别做预测，天然适合处理多尺度的人脸。精度和速度的平衡做得不错，是很多应用的首选之一。

6. RetinaFace

RetinaFace 引入了特征金字塔网络（FPN）和多任务学习，让模型能同时检测人脸并回归关键点等信息。它在多个公开数据集上都拿下了当时最高的准确率，鲁棒性也相当出色，至今仍是性能标杆之一。

7. BlazeFace

BlazeFace 专为移动设备和实时场景设计。它用了边缘引导的锚点机制，配合轻量化的深度网络，在手机等设备上也能跑得飞起，同时保持不错的效果。

8. CenterFace

CenterFace 另辟蹊径，抛弃了传统的锚点框，直接预测人脸的中心点、宽度和高度。这种“锚点自由”的做法简化了后处理流程，精度和速度都很有竞争力。

9. SCRFD（样本与卷积递归特征分配器）

SCRFD 是一个比较新的端到端方案，通过在训练中引入样本采样和卷积递归特征分配机制，进一步提升了检测精度和鲁棒性。在复杂场景下的表现值得关注。

10. FaceBoxes

FaceBoxes 主打多尺度特征图和方向敏感的特征，每个尺度上都有专门的检测器，能覆盖从大到小的人脸。实测中准确率和实时性都很均衡，轻量好用。

以上这些模型，各有各的适用场景和性能侧重点。具体选哪个，得看你是要追求极致速度、高精度，还是要在边缘设备上跑起来。随着计算机视觉技术的持续迭代，未来肯定还会冒出更多新面孔——人脸检测这场竞赛，远没到终点。