نقدم فئة من نماذج CNN ذات الكفاءة الشديدة، وهي MobileFaceNets، والتي تستخدم أقل من مليون معلمة وتُصمم خصيصًا لتحقيق دقة عالية في التحقق من الهوية الوجهية في الوقت الفعلي على الأجهزة المحمولة والمضمنة. أولاً، نقوم بتحليل بسيط للضعف الذي يعاني منه شبكات الهاتف المحمول الشائعة في التحقق من الهوية الوجهية. تم التغلب على هذا الضعف بشكل كبير بواسطة MobileFaceNets المصممة خصيصًا لدينا. تحت نفس ظروف التجربة، تحقق MobileFaceNets لدينا دقة أعلى بكثير بالإضافة إلى زيادة سرعة التنفيذ الفعلي بأكثر من ضعفين مقارنة بـ MobileNetV2. بعد تدريبها باستخدام خسارة ArcFace على MS-Celeb-1M المكررة، يبلغ حجم MobileFaceNet الواحد 4.0 ميجابايت وتحقيق دقة 99.55٪ على LFW ونسبة TAR@FAR1e-6 قدرها 92.59٪ على MegaFace، وهي نتائج تعادل أو تقترب من أفضل النماذج الكبيرة لـ CNN التي يصل حجمها إلى مئات الميجابايت. أسرع نموذج من MobileFaceNets لديه وقت استدلال فعلي قدره 18 ميلي ثانية على الهاتف المحمول. فيما يتعلق بالتحقق من الهوية الوجهية، فإن MobileFaceNets تحقق كفاءة متقدمة بشكل كبير مقارنة بأفضل شبكات CNN المحمولة السابقة.