چکیده انسان از دیر باز برای شناسایی و تشخیص هویت افراد از ویژگی های بیومتریک (زیست سنجی) آنان مانند صورت، صدا یا دست خط استفاده می کرده است . با وجود اینکه انسان ها قادرند حتی در شرایط نامطلوب مانند نور ضعیف و چرخش صورت، چهره فرد مورد نظر را شناسایی کنند، اما سیستم های خودکار شناسایی چهره در این شرایط با مشکل روبرو می شوند. این امر سبب شده است که مسئله شناسایی چهره همچنان چالش انگیز باقی بماند. پیشرفت های علمی در زمینه ابزارهای محاسبات دیجیتال در دهه اخیر فصل جدیدی را در تشخیص و شناسایی چهره گشوده است. در این پایان نامه به ارائه روشی پرداخته خواهد شد که با وجود چرخش صورت و تغییر در شدت روشنایی تصاویر مورد نظر، کارِ شناسایی چهره را با دقت خوبی انجام دهد. در روش پیشنهادی در گام اول توسط روش تبدیل هاف تصادفی چهره فرد مورد نظر از تصویر ورودی جدا می شود. در گام بعد برای تصویر مربوط به هر چهره، یک بردار ویژگی با استفاده از روش فیلتر گابور و روش مقادیر ویژه چهره تولید می شود. سپس به کمک روش تحلیل مولفه های اصلی ابعاد بردارهای ویژگی کاهش می-یابد و در گام آخر با استفاده از یک شبکه عصبی پرسپترون چندلایه شناسایی چهره در فضای ویژگی تولید شده انجام می گیرد. نتایج حاصل از پیاده سازی روش فوق توسط داده های پایگاه fei مورد ارزیابی قرار گرفت، آنچه در این پایان نامه بیان می شود به معرفی یک روش شناسایی چهره با دقتی در حدود 91% می پردازد. امید است در ادامه این کار بتوان گام های دیگری را در راستای مقاوم سازی سیستم های شناسایی چهره نسبت به تغییرات مختلف محیطی برداشت.