در این پروژه هدف دستیابی به روش مناسبی جهت بازشناسی چهره می باشد. سیستم بازشناسی انتخاب شده مبتنی بر بردار ویژگی استخراج شده از چهره می باشد. اکثر پروژه های موجود در زمینه بازشناسی چهره مبتنی بر بردار ویژگی یا بر روی روشهای استخراج ویژگی چهره و یا بر روی روشهای بازشناسی چهره کار کرده اند. این پروژه از این نظر حائز اهمیت است که هر دو این ارزیابیها، با هم انجام گرفته است . بدلیل اینکه نتایج عملکرد سیستم بازشناسی قابل مقایسه با کارهای بعدی باشد، کلیه آزمایشها بر روی بانک تصاویر orl که از طریق اینترنت بدست آمده است انجام گرفته است . در این پروژه از بردار ویژگی ظاهری و بردار ویژگی جبری که خود بر دو نوع مقادیر منفرد (singular value) و مولفه های اساسی (principal component) چهره می باشند، جهت مشخص کردن بردار ویژگی چهره استفاده شده اند. سیستمهای بازشناسی ما اقلیدسی و آماری و عصبی و عصبی فازی می باشد. ما به ارزیابی اثر انتخاب هر نوع بردار ویژگی و سیستم بازشناسی در نرخ بازشناسی و میزان حافظه مصرفی و سرعت بازشناخت ، می پردازیم. بدلیل وجود ریش و مو و حالتهای مختلف (باز بودن دهان، شادی، حزن و...) در تصاویر چهره بانک orl، الگوریتمهای یافتن ویژگیهای ظاهری در اینجا کارا نمی باشند، به همین دلیل این ویژگیها به صورت دستی استخراج گردیده اند و ارزیابی سیستمهای بازشناسی روی این ویژگیها انجام شده است . نتایج نشان می دهد که روش مبتنی بر ویژگیهای ظاهری بالاترین نرخ بازشناسی چهره را دارا می باشد و بعد از آن روش pca و در انتها روش svd کمترین نرخ بازشناسی را دارا می باشد. چون بردار ویژگی ظاهری از بردار ویژگی جبری کوچکتر می باشد لذا سرعت بازشناسی چهره نیز در آن سریعتر است . بعد بردار ویژگیهای جبری بزرگتر می باشد، لذا حجم بانک در این روشها افزایش سرعت بازشناسی آن کاهش می یابند. در روشهای مبتنی بر ویژگیهای جبری، روش svd نسبت به روش pca زمان استخراج و آموزش کمتری دارد و حجم بردار ویژگی جاصل از آن هم کمتر می باشد، بنابر این زمان بازشناخت آن خیلی کمتر از روش pca می باشد. انتخاب نوع سیستم بازشناسی مناسب ، می تواند نرخ بازشناسی سیستم را اندکی افزایش دهد. بعنوان مثال متوسط نرخ بازشناسی مبتنی بر ویژگیهای ظاهری چهره را برای سیستم بازشناسی اقلیدسی معمولی، روش آماری، روش عصبی و روش عصبی فازی آورده شده است . نتایج نشان می دهد که روش آماری بدلیل جداپذیری بیشتر کلاسها نرخ بازشناسی بیشتری دارد. در ضمن به دلیل ماهیت فازی ویژگیهای ظاهری نرخ شناسایی در روش عصبی فازی بالاتر از روش عصبی می باشد. در حالت کلی سیستمهای که بازشناسی آنها مبتنی بر مقایسه با تک تک بردارهای ویژگی تصاویر آموزش می باشند به قیمت افزایش حجم بانک و پایین آمدن سرعت بازشناسی، نرخ بازشناسی بالاتری نسبت به روشهای بازشناسی که مبتنی بر مقایسه با میانگین بردارهای ویژگی تصاویر هر شخص است ، دارا می باشند.