Reconocer la identidad de un individuo de forma automática es aún, una tarea que no logra alcanzar una tasa de éxito del 100%, por lo que el presente trabajo buscó mejorar la tasa de reconocimiento; dando énfasis a los métodos de extracción y clasificación de características. En este sentido, se propuso mejorar el ratio para el reconocimiento de rostros mediante la representación de las imágenes, utilizando la transformada Wavelets de Gabor sobre las imágenes en escala de grises obtenida luego de normalizar las imágenes originales, posteriormente a la nueva representación obtenida se le aplica la técnica de Análisis de Componentes Principales (PCA) para obtener y constituir luego el vector de características de las imágenes de rostros. A continuación se aplica un clasificador basado en Maquinas de Soporte Vectorial (SVM). El método fue probado sobre una base de datos ...

En el presente documento se expone una revisión de los métodos aplicados al problema de reconocimiento automático de rostros, se revisan los modelos holísticos, los basados en  característica locales y los de métodos híbridos. Dentro de los métodos holísticos se revisan el Análisis de componentes Principales PCA, el Análisis Discriminatorio Lineal LDA y 2-Dimensional PCA 2DPCA. Dentro de los métodos basados en características locales se revisan los basados en las características de Gabor y Dentro de los métodos híbridos se revisa una propuesta que combina el PCA y las características de Gabor. Finalmente se presentan y explican las ventajas y desventajas de cada método así como los resultados publicados en los 5 artículos revisados objeto del presente.