امروزه سیستم¬های بازشناسی چهره نقش مهمی در سامانه های امنیتی و کاربردهای اجرای قانون دارند. در سیستم¬های تایید چهره، رزولوشن تصویر یکی از فاکتورهایی است که بر روی فرآیند بازشناسی چهره تاثیر مهمی دارد. تصاویر چهره رزولوشن پایین، کارآیی این سیستم ها را کاهش می دهد. در این پژوهش بهبود فرآیند استخراج ویژگی از تصاویر رزولوشن پایین مورد توجه قرار گرفته است. برای این منظور دو روش مختلف ارائه شده است. در روش اول، از الگوریتم تجزیه و تحلیل همبستگی متعارف (cca) استفاده می نماییم. بدین ترتیب که در مرحله ی آموزش سیستم با استفاده از ویژگی های تصاویر رزولوشن بالا و تصاویر رزولوشن پایین، نگاشت بین این ویژگی ها را محاسبه نموده و سپس در مرحله آزمایش سیستم، ویژگی های رزولوشن بالای متناظر با ویژگی های رزولوشن پایین را بدست آورده و در سیستم تایید چهره برای بازشناسی استفاده می کنیم. نتایج آزمایش های انجام شده موید آن است که این روش باعث افزایش دقت سیستم می شود. در روش دوم از روش بازسازی سوپر رزولوشن تک تصویر با استفاده از نمایش تنک داده¬ها به¬عنوان یک مرحله¬ی پیش¬پردازش بر روی تصاویر رزولوشن پایین چهره بهره می¬گیریم. استفاده از تصاویر رزولوشن بالای بازسازی شده در سیستم¬های تایید هویت باعث بهبود عملکرد این سیستم¬ها می¬شود. با توجه به آزمایش¬های انجام شده مشاهده می¬شود که روش بازسازی تصاویر بوسیله¬ی نمایش تنک نسبت به روش بازسازی ویژگی¬ها با استفاده از تجزیه وتحلیل همبستگی متعارف منجر به خطای کمتری می-شود اما روش بازسازی با تجزیه وتحلیل همبستگی متعارف از نظر سرعت و سادگی نسبت به روش بازسازی تصاویر بوسیله¬ی نمایش تنک اولویت دارد.