چکیده: در نظارت ویدئویی، زاویه ی دید چهره نسبت به دوربین (انسداد زاویه ای) توانایی سیستم در شناسایی چهره را محدود می سازد. در این پایان نامه روشی برای رفع انسداد زاویه‏ای در تصاویر چهره پیشنهاد می شود که مبتنی بر دگردیسی تصویر بوده و با دریافت تعدادی تصویر زاویه دار از چهره ی یک شخص، تصویری از روبه رو مدل می سازد. روش پیشنهادی با تکنیک هایی ساده از قبیل درونیابی مکانی پیکسل های تصاویر ورودی با توابع انتقال، درونیابی خطی و میانگین گیری از شدت روشنایی آنها، مدل چهره از روبه رو را بدست می آورد. برای بهبود تصویر مدل، روش پیشنهادی برای مدل سازی تصاویر چهره ی روبه رو، بر روی تصاویر ورودی واگرا (تصاویر چهره ی دارای زاویه ی قرینه نسبت به هم)، اعمال می شود. سپس تصاویر مدل شده، با تجزیه ی مرتبه پایین، نسبت به هم تراز می شوند. شبکه ی عصبی تابع پایه شعاعی به عنوان تابع انتقال برای این روش در نظر گرفته شده است. از مزایای این روش عدم نیاز به اطلاعات عمق در تصویر، کالیبره بودن تصاویر و اطلاعات زاویه ی چهره است که معمولا در مدل سازی سه بعدی استفاده می شود. عملکرد الگوریتم روی تصاویر پایگاه داده PRIMA مورد بررسی قرار گرفته است. نتایج آزمایشات نشان می دهد که روش پیشنهادی، با دقت مناسبی تصویر نمای روبه‏روی چهره را از تصاویر زاویه دار مدل سازی می‏نماید.