随着人工智能的发展,人脸检测在计算机视觉中的应用重要性尤为突出。近年来,面部特征被广泛应用于一系列视频监控系统,其中公安系统中人脸检测模块尤为突出。由于人脸的巨大视觉变化,如遮挡、光照、大的姿态变化问题使人间检测一直存在着瓶颈,在实际应用中这些问题依旧很常见。本文正是基于此通过简要介绍候选框生成算法,同时结合Faster RCNN、联合人脸检测和对齐的级联卷积神经网络框架的优缺点进行分析和改进,提出了快速级联卷积神经网络模型,由于候选框网络和RoI检测网络共享卷积层,在候选框网络中使用多层卷积层信息,采用RoI池化和L2归一化将身体信息与面部信息融合,实现结合身体上下文信息来处理较小的人脸区域,并对数据集进行测试来验证模型的有效性,弥补因视觉变化导致人脸检测中的不足,提高了人脸检测网络性能。