در سال های اخیر تکنولوژی هایی جهت بررسی هویت صحیح فرد مطرح شده که بر پایه فیلدی به نام بیومتریک استوار است. تکنولوژی های بیومتریک ، روش های خودکاری را برای بررسی و شناسایی هویت فرد ارائه می دهند که بر اساس مشخصات فیزیکی مانند اثر انگشت ، اسکن عنبیه چشم و تشخیص چهره به شناسایی فرد می پردازند .در 10 سال گذشته تشخیص چهره انسان به یکی از زمینه های تحقیقاتی فعال تبدیل شده است . علت این انگیزه نیز پتانسیل بالا در زمینه های امنیت عمومی ، امنیت مالی و تعامل بین کامپیوتر و انسان بوده است . اگرچه پیشرفت در تشخیص چهره در ابتدا بسیار دلگرم کننده بود ولی در ادامه با مشکلاتی مواجه شد . از جمله این مشکلات می توان به شرایط نوری متفاوت در تصویر ، حالت چهره ، ژست و قیافه گرفتن ، جهت عکس ، مدل مو ، وضعیت دهان و مشکلات جمع آوری داده اشاره کرد . در این تحقیق با ترکیب و تجمیع ویژگی ها تعدادی از این مشکلات را کاهش داده و با استفاده از یک تصویر نمونه از هر فرد سبب سهولت در جمع آوری نمونه ها ، کاهش هزینه ذخیره سازی و محاسباتی سیستم تشخیص چهره شده است . استفاده از سه ویژگی بافت ، شکل و رنگ نقطه کلیدی و منحصر به فرد این الگوریتم به حساب می آید . برای این منظور برای استخراج اطلاعات بافت ، از ویولت گابور و برای استخراج اطلاعات شکل ، از لبه یابی استفاده شده است. از طریق فاصله هاسدروف ، اختلاف فاصله بین دو تصویر را محاسبه کرده و به منظور کمک گرفتن از ویژگی رنگ ، این لبه یابی به صورت رنگی انجام شده است . در پایان با ترکیب این سه ویژگی ، سیستم نرخ تشخیص 100 % را بر روی پایگاه تصویرorl بدست آورده است .