ソーシャルメディアサイトの普及に伴い、コンピュータビジョン研究者が直面する課題の一つは、これらのサイトで共有されている数十億枚の写真から関心人物を処理し検索する方法を開発することです。Facebookは2013年の白書で、ユーザーが2500億枚以上の写真をアップロードしており、毎日3億5000万枚の新しい写真がアップロードされていることを明らかにしました。この膨大なデータ量により、ウェブ画像からの大規模顔検索は重要かつ困難な課題となっています。顔認識において大きな進歩が見られましたが、制約のない大量の顔画像を検索することは十分に対応されていません。本稿では、高速検索プロシージャと最先端の市販品（COTS）マッチャーを組み合わせたカスケードフレームワークに基づく顔検索システムを提案します。照合対象となる顔画像に対して、最初に畳み込みニューラルネットワークから生成された深層特徴を使用して大規模なギャラリから最も類似度が高い上位k件の顔を見つけます。次に、深層特徴とCOTSマッチャーからの類似度を組み合わせてk候補を再順位付けします。提案した顔検索システムは8000万枚のウェブダウンロード顔画像ギャラリで評価されました。実験結果は、深層特徴が制約のない顔認識ベンチマーク（LFWおよびIJB-A）において最先端手法と競争力があることを示しています。さらに、ボストン・マラソン爆弾テロ事件で有罪判決を受けたツァルナエフ兄弟（Dzhokhar TsarnaevとTamerlan Tsarnaev）の顔画像を検索する実験では、提案した顔検索システムが500万枚のギャラリで1秒以内に若き弟（Dzhokhar Tsarnaev）の写真を見つけることができ、8000万枚のギャラリでは7秒以内にランク8位まで見つけることができました。このシステムは数百万枚もの画像セットにおいて精度とスケーラビリティとの優れたトレードオフを提供しています。