Reconocer la identidad de un individuo de forma automática es una tarea que no logra alcanzar una tasa de éxito del 100%, por lo que se buscó mejorar la tasa de reconocimiento, usando los métodos de extracción y clasificación de características para mejorar el ratio de reconocimiento de rostros mediante la representación de las imágenes, utilizando la transformada Wavelets de Gabor sobre las imágenes en escala de grises obtenida y la realización normalizada de las imágenes originales, además a la nueva representación obtenida, se aplicó la técnica de Análisis de Componentes Principales (PCA) para formar el vector característico de las imágenes de rostros. Por otra parte, se aplicó un clasificador basado en Maquinas de Soporte Vectorial (SVM). El método fue probado sobre una base de datos de imágenes de rostros constituida por bancos de rostros FERET, ORL e imágenes...