近来，在野外发现蒙面人脸的方法已经兴起，其应用范围很广，从暴力视频检索到视频监视。 主要由于低分辨率和任意视角的困难以及收集足够数量的训练样本的局限性，其准确检测仍然是一个未解决的问题。 这些困难已经严重挑战了有效的手工功能以及坚固的检测器的设计。 在本文中，我们通过提出一种基于学习的特征设计和分类器训练范例来解决这些问题。 更具体地说，提出了一种修改后的LeNet，称为MLeNet，它修改了LeNet输出层中的单位数以适合特定的分类。 同时，MLeNet进一步增加了具有较小过滤器尺寸的特征图的