顔認識アプリケーションの実践的な利用は、主に以下の2つのステップで構成されています：顔検出と特徴抽出。単一のビジョンベースのソリューションでは、カメラストリームを入力として単一のアイデンティティに対して複数の検出が生成されます。エッジデバイスでの実用的なアプローチでは、認識への適合性に基づいてこれらのアイデンティティの検出を優先するべきです。この観点から、顔ランドマーク検出ネットワークに単一層を追加するだけで顔品質スコア回帰を提案します。ほぼ追加コストなしで、この単一層を監視環境のようなデータ拡張を使用して認識スコアを回帰させるように訓練することで、顔品質スコアが得られます。私たちは提案したアプローチを、検出、追跡、および整列を含むすべての顔検出パイプラインステップと共にエッジGPU上に実装しました。包括的な実験により、異なるデータセットや現実的なシナリオにおける最先端（SOTA）の顔品質回帰モデルとの比較を通じて、提案されたアプローチの効率性が示されています。