我々は、モバイルおよび組み込みデバイス向けに高精度のリアルタイム顔認証を実現するため、100万パラメータ未満で非常に効率的なCNNモデルであるMobileFaceNetsを提案します。まず、一般的なモバイルネットワークが顔認証において持つ弱点について簡単な分析を行います。これらの弱点は、我々が特別に設計したMobileFaceNetsによって十分に克服されています。同じ実験条件のもとで、我々のMobileFaceNetsはMobileNetV2よりも大幅に優れた精度と2倍以上の実際の速度向上を達成しています。ArcFace損失関数を使用して精製されたMS-Celeb-1Mデータセットで学習させた後、4.0MBサイズの単一のMobileFaceNetはLFW上で99.55%の精度を達成し、MegaFaceではFAR 1e-6でのTAR 92.59%を達成しました。これは数百MBサイズの最先端の大規模CNNモデルと比較しても同等の性能です。MobileFaceNetsの中で最も高速なものには、携帯電話での実際の推論時間が18ミリ秒となっています。顔認証において、MobileFaceNetsは以前の最先端モバイルCNNモデルよりも大幅に効率が向上しています。