본 논문에서는 DCT (discrete Cosine Transform) 인자를 사용한 빠른 얼굴 검출기를 제안한다. 일반적인 머신러닝을 이용한 얼굴 검출 과정에서는 컨볼루션 신경망을 학습할 때 JPEG 이미지를 디코딩한 RGB 요소를 이용하여 얼굴의 특징을 추출한다. 컨볼루션 신경망의 상위 몇 층에서는 경계선 (edge), 패턴, 색상 정보 등의 특징들을 추출하는데, JPEG 이미지가 인코딩되는 과정에서의 DCT 요소들도 이와 같은 정보들을 담고 있다. 본 논문에서는 JPEG 디코딩 과정의 중간 단계인 DCT 요소들을 직접 컨볼루션 신경망에 학습 정보로 넣어줌으로써 불필요한 디코딩 과정 및 신경망연산을 제거하였으며, 이를 통해 연산량을 줄여 속도를 개선하였다. 제안하는 얼굴 검출기는 기존 YOLOv2를 이용한 얼굴 검출 모델 대비 비슷한 검출 성능을 유지하면서 연산량이 33% 줄어들었다.