بسبب شيوع مواقع التواصل الاجتماعي، يواجه الباحثون في مجال رؤية الحاسوب تحديًا يتمثل في وضع طرق لمعالجة وبحث الأشخاص ذوي الاهتمام بين المليارات من الصور المشتركة على هذه المواقع. كشفت شركة فيسبوك في ورقة بيضاء نشرتها عام 2013 أن مستخدميها قاموا برفع أكثر من 250 مليار صورة، وأنهم يرفعون 350 مليون صورة جديدة كل يوم. نتيجة لهذا الكمية الهائلة من البيانات، فإن البحث عن الوجوه على نطاق واسع لاستخراج الصور الويب يعد مهمًا ومثيرًا للتحدي. رغم التقدم الكبير الذي تحقق في مجال التعرف على الوجه، لم يتم التعامل بشكل كافٍ مع بحث مجموعات كبيرة من الصور غير المقيدة للوجوه. لمواجهة هذا التحدي، نقترح نظام بحث عن الوجه يجمع بين إجراء بحث سريع ومعاير تجاري جاهز (COTS) متطور في إطار متدرج. عند تقديم صورة وجه استعلامية، نقوم أولاً بتصفية المعرض الكبير للصور لاكتشاف الـ k أعلى الوجوه المماثلة باستخدام الخصائص العميقة التي تم إنشاؤها بواسطة شبكة عصبية تقنية (الشبكة العصبية التلافيفية). ثم يتم إعادة ترتيب المرشحين k من خلال دمج التشابهات من الخصائص العميقة ومعاير COTS. نقيم النظام المقترح للبحث عن الوجه على معرض يحتوي على 80 مليون صورة وجه تم تنزيلها من الويب. تظهر النتائج التجريبية أن الخصائص العميقة تنافس الأساليب المتقدمة على مقاييس التعرف على الوجه غير المقيد (LFW و IJB-A). بالإضافة إلى ذلك، يقدم النظام المقترح للبحث عن الوجه توازنًا ممتازًا بين الدقة والقابلية للتوسع في مجموعة بيانات تتكون من ملايين الصور. وفي تجربة أخرى شملت البحث عن صور وجهي الأخوين تسارنايف اللذين أدانا بالتفجير الذي وقع أثناء سباق ماراثون بوسطن، كان بمقدور النظام المقترح للبحث عن الوجه العثور على صورة الأخ الأصغر (دزوخار تسارنايف) في المرتبة الأولى خلال ثانية واحدة في معرض يتكون من 5 ملايين صورة وفي المرتبة الثامنة خلال 7 ثوانٍ في معرض يتكون من 80 مليون صورة.