本論文では、EdgeNeXtのハイブリッドアーキテクチャに着想を得た軽量かつ効率的な顔認識ネットワーク「EdgeFace」を提案します。CNNとTransformerモデルの両方の長所を効果的に組み合わせ、低ランク線形層を導入することで、EdgeFaceはエッジデバイス向けに最適化された優れた顔認識性能を達成しています。提案するEdgeFaceネットワークは、低計算コストとコンパクトなストレージを維持しつつ、高い顔認識精度も実現しており、エッジデバイスへの展開に適しています。困難なベンチマーク顔データセットでの広範な実験により、EdgeFaceが最先端の軽量モデルや深層顔認識モデルと比較してその有効性と効率性が示されています。1.77Mのパラメータを持つ当社のEdgeFaceモデルは、LFW（99.73%）、IJB-B（92.67%）、およびIJB-C（94.85%）で最先端の結果を達成し、より高い計算複雑さを持つ他の効率的なモデルを上回っています。実験を再現するためのコードは公開される予定です。