本研究では，人物の顔画像を顔領域と背景領域に分割し，各領域に適した量子化テーブルを用いた高能率圧縮を行うことで，JPEG圧縮時のデータ量低減を目的とする．実験では，機械学習による顔画像の識別を行うため，量子化テーブルは機械学習に適したFLAT型を用いる．量子化テーブルの値を変更することで圧縮率を段階的に上げたところ，特定の顔画像で誤識別が発生した．そこで本提案では，誤識別画像のパターン化を行い，パターンごとに適した量子化テーブルを作成し，パターンに基づいて分類した100枚の画像を圧縮に用いることで，識別率100%を維持したまま，データ量の低減が可能であることを確認した．