تصاویر شامل چهره برای تعامل هوشمند انسان کامپیوتر و کاربردهایی در حوزه ی پردازش چهره شامل شناسایی چهره، شناسایی حالات چهره، ردیابی چهره، تشخیص جنسیت و نژاد و موارد بسیار دیگر ضروری است. بسیاری از کاربردهای ذکر شده مکان چهره در تصاویر را تعیین شده فرض می کنند؛ ازاین رو به منظور ساخت سیستم خودکاری که اطلاعات درون یک تصویر چهره را تحلیل کند، الگوریتم های مقاوم و موثر تشخیص چهره مورد نیاز است. درحقیقت، تشخیص چهره اولین و مهمترین گام از هر سیستم پردازش چهره است. یک تصویر داده می شود، هدف تشخیص چهره مشخص کردن تمام بخش هایی از تصویر است که صرف نظر از شرایط متفاوت محیطی و ظاهری چهره، شامل چهره باشد. هر سیستم تشخیص چهره دارای دو مولفه ی کلیدی استخراج ویژگی و الگوریتم یادگیری است. در این پایان نامه یک سیستم تشخیص چهره با قابلیت پیاده سازی بلادرنگ پیشنهاد شده است. عملگر استخراج ویژگی این سیستم، یک نسخه ی بهبودیافته از عملگر الگوی دودویی محلی چند بلاکی است. این ویژگی قابلیت استخراج ویژگی های برجسته ی چهره در هر مکان و مقیاسی را دارد. همچنین باتوجه به کارایی و سرعت الگوریتم های یادگیری بوستینگ از سه نسخه ی real، gentle و logit آدابوست استفاده شده است. کارایی سیستم پیشنهادی روی دو مجموعه تست استاندارد cmu+mit و bioid ارزیابی شده که به ترتیب دارای دقت 91 و 96 درصد است. علی رغم تعداد بسیار کم ویژگی های استفاده شده در ساخت سیستم پیشنهادی، نتایج بدست آمده نشان دهنده ی کارایی قابل مقایسه ی سیستم در مقایسه با سیستم های موجود است.