Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The identification of a person by their face is one of the most effective non-intrusive methods in biometrics, however, is also one of the greatest challenges for researchers in the area, consisting of research in psychophysics, neuroscience, engineering, pattern recognition, analysis and image processing, computer vision and applied in face recognition by humans and by machines. The algorithm proposed in this dissertation for face recognition was developed in three stages. In the first stage feature matrices are derived of faces using the Two-Dimensional Discrete Cosine Transform (2D-DCT) and Two-Dimensional Principal Component Analysis (2D-PCA). The training of the Concurrent Self-Organizing Map (Csoma) is performed in the second stage using the characteristic matrices of the faces. And finally, the third stage we obtain the feature matrix of the image consulting classifying it using the CSOM network of the second step. To check the performance of face recognition algorithm proposed in this paper were tested using three well-known image databases in the area of image processing: ORL, YaleA and Face94. / A identificação de uma pessoa pela sua face é um dos métodos não-intrusivo mais efetivo em biometria, no entanto, também é um dos maiores desafios para os pesquisadores na área; consistindo em pesquisas em psicofísica, neurociência, engenharia, reconhecimento de padrões, análise e processamento de imagens, e visão computacional aplicada no reconhecimento de faces pelos seres humanos e pelas máquinas. O algoritmo proposto nesta dissertação para reconhecimento de faces foi desenvolvido em três etapas. Na primeira etapa são obtidas as matrizes características das faces utilizando a Two-Dimensional Discrete Cosine Transform (2D-DCT) e a Two-Dimensional Principal Component Analysis (2D-PCA). O treinamento da Concurrent Self-Organizing Map (CSOM) é realizado na segunda etapa usando as matrizes características das faces. E finalmente, na terceira etapa obtém-se a matriz característica da imagem consulta classificando-a utilizando a rede CSOM da segunda etapa. Para verificar o desempenho do algoritmo de reconhecimento de faces proposto neste trabalho foram realizados testes utilizando três bancos de imagens bem conhecidos na área de processamento de imagens: ORL, YaleA e Face94. / Mestre em Ciências

No description available.