これまで，顔認識に関して様々な手法が提案され，認識率を改善するために研究が行われてきた．そのため，計算コストに焦点をおいた手法はほとんど提案されてこなかった．そこで，我々は，計算コストを削減するため，分枝限定法を用いた効率的な顔認識手法を提案する．分枝限定法では，限定操作を認識木のより早い段階で行うほど効率が向上する．そこで，本論文では，AdaBoostにより生成された個人ごとの識別器の重みを利用して弱識別器の計算順序を変更することにより，より早い段階で限定操作を行って顔認識処理の効率化を図る．実験により，提案手法が探索ノードをオリジナルのデータベースを用いたもので平均72.1%削減することができ，大幅な計算コストの削減に成功した．Researchers have proposed many face recognition methods with the aim of improving the accuracy rate of face recognition in several decades. Few face recognition methods, however, focus on computational cost. To reduce the computational cost of face recognition, we propose an effective face recognition method using branch and bound method. The efficiency of the branch and bound method can be improved by performing bounding operation at shallow nodes. We, therefore, change the calculation order of the weak learners learned by AdaBoost M1 algorithm for early bounding. Experimental results show that our proposed method reduces the calculated classifiers in the recognition tree by 72.1% and achieves an overall reduction in the computational cost.