چکیده: هویت افراد در تصاویر ویدیویی را می توان با استفاده از سیستم تشخیص چهره تعیین نمود. استفاده از سیستم تشخیص چهره در درگاه های ورودی می تواند باعث کاهش تخلفات و افزایش امنیت گردد. یک سیستم تشخیص چهره با مشکلاتی نظیر شدت روشنایی های متفاوت، حالات مختلف چهره، پوشش بخشی از چهره، تغییر مقیاس، زاویه دید متفاوت، کیفیت پایین تصاویر ویدیویی و نیاز به بلادرنگ بودن، مواجه است. راه اندازی سیستمی که نسبت به این مشکلات Robust باشد، کاری بسیار دشوار است. بیشتر روش های موجود در شناسایی چهره بر روی یکی از مشکلات فوق تمرکز کرده و با وجود این که نتایج بسیار مناسبی ارائه کردند، اما نسبت به سایر مشکلات مقاومت بسیار کمی دارند و بنابراین راه اندازی آن ها در شرایط واقعی بی فایده است. هدف از این پایان نامه، تعیین هویت افراد در تصاویر ویدیویی درگاه های ورودی تحت شرایط واقعی است. به این منظور در این پایان نامه، روشی بلادرنگ و مقاوم در برابر شدت روشنایی های متفاوت، حالات مختلف چهره، تغییرات زاویه دید و مقیاس، پوشش بخشی از چهره و کیفیت نامناسب تصاویر ارائه شده است. در ابتدا تصاویر ویدیویی از یک دوربین دریافت می شوند و با استفاده از الگوهای باینری محلی و طبقه بند آبشاری مبتنی بر آدابوست نامتقارن، چهره های موجود در هر فریم استخراج می شوند. در حین عمل استخراج، تصاویر چهره هر فرد تفکیک و مناسب ترین چهره هر فرد در هر چند فریم یک بار انتخاب و به مرحله شناسایی ارسال می گردد. در مرحله شناسایی با استفاده از توصیفگر SIFT استخراج ویژگی از نواحی مهم چهره مانند چشم ها، بینی و دهان انجام می شود و ابعاد این ویژگی ها کاهش می یابند. در نهایت به کمک ویژگی های بدست آمده، عمل تطبیق تصویر ورودی با تصاویر موجود در گالری انجام شده و هویت فرد مشخص می گردد. نتایج آزمایش‌ها بر روی سه پایگاه داده Extended Yale B (شدت روشنایی های متفاوت)، FEI (زاویه دید متفاوت) و ORL (چرخش های عمقی و حالات مختلف چهره)، نشان می دهد که روش پیشنهادی نسبت به سایر روش هایی که شناسایی افراد را در شرایط واقعی انجام می دهند، بهتر عمل می کند.