该方法出自论文S3FD: Single Shot Scale-invariant Face Detector
文章改进点：
（1）基于不同layer层的不同scale的anchor策略
其中各个卷积层的滑动步长，anchor大小，感受野大小分别如下，其中anchor 的aspect ratio为1:1。
这样的设置，主要是由于作者在实际真实数据样本中得出，anchor面积要小于感受野面积，这样才可以保证anchor对于小人脸的覆盖率。
如上图所示，其中（a）中黑色的整个区域表示theoretical receptive field (TRF)，而白色的区域表示effective receptive field (ERF)，可以看出ERF只是TRF的其中一部分。
（b）为与（a）对应的一个真实的例子，其中黑色虚线为整个的TRF，蓝色的虚线为ERF，红色的实线为anchor，可以看出大小上TRF>ERF>anchor
（c）为相同比例间隔的采样策略，就是本人中的anchor的stride为anchor大小的1/4
（2）一个尺度修正策略来提高对小人脸的召回率
主要分为2个步骤，首选将原始的anchor阈值从0.5降低为0.35，然后再在IOU大于0.1的anchor中取top-N，其中N为第一步中的anchor大于0.35的平均值。
从下面的结果曲线可以看出，使用该策略小人脸的召回率得到了很大的提高。图中，红色的为尺度修正策略后的结果，蓝色的为原始的结果。
（3）max-out类型的分类训练策略，用来减少小人脸的falsepositive率
这个改进是对conv3_3层进行的改进，由于刚开始的卷积层特征图比较大，作者又做了比较密集的anchor来提高对小人脸的召回率，这样就引入了新的问题，正负样本出现了严重不平衡。如下图所示。其中conv3_3层的false positive率达到了75.02%。
为了解决上面的不平衡问题，作者提出了max-out策略。如下图所示，作者在分类中，使用预测分数最高的anchor进行梯度的回传，大大的减少了正负样本不平衡的现象。
整体网络分为以下6个部分，Base Convolutional Layers，Extra ConvolutionalLayers ，Detection Convolutional Layers，Normalization Layers，PredictedConvolutional Layers，Multi-task Loss Layer。
总结：
整体来看，文章的第一个scale创新就是ssd中就有的东西。人脸尺度修正策略简单的说就是通过小阈值来提高召回率，然后再辅之一些后处理。Max-out的策略，也不像OHEM，focal loss那样创新性高。整体来看创新性不是很高。
References:
https://github.com/sfzhang15/SFD