近年、サーモグラフィーを用いて熱画像を撮影し、顔面皮膚温度を測定することで体調指標を推定する研究が盛んである。顔面皮膚音に基づく日常の体調モニタリングの実現には、日常の熱画像から高精度でかつ、高速で顔面領域を検出できることが望ましい。しかし、熱源が多く含まれる日常の熱画像における顔検出の確度が低下することが予想でき、さらに熱源が含まれる画像から顔検出を行っている研究は少ない。本研究では、深層学習を用いて熱源が含まれる日常の熱画像から高精度でかつ、高速な顔検出を行う手法を検討した。