漫画での顔認識は,コンテンツに基づく漫画での画像処理に重要であるが,漫画の画風は著者によって大きく異なるため難しい課題である.本稿では,個別の漫画に現れる顔画像を高い精度でクラスタリングするために,個別の漫画に顔特徴量を適応する手法を提案する.まず,漫画における顔認識のための汎用な特徴量を学習する.その後,その特徴量を対象の個別漫画に対して,ページやコマの情報を考慮して擬似的に作成した正ペア・負ペアに基づき深層距離学習を行うことで適応する.104冊の漫画データを用いて実験を行い,我々の特徴量の適応手法を用いることで,漫画での顔のクラスタリング性能は大きく向上し,NMI (Normalized Mutual Information) では0.08,精度では0.16上昇することを示した.