Nhận dạng mặt người là một trong những ứng dụng quan trọng của thị giác máy tính nói riêng cũng như khoa học máy tính nói chung. Bài toán nhận dạng khuôn mặt người vốn được nghiên cứu từ những năm 1970 và cho đến nay, rất nhiều nghiên cứu lẫn ứng dụng cho bài toán này đã ra đời. Bài toán nhận dạng mặt người có thể áp dụng rộng rãi trong nhiều lĩnh vực khác nhau. Các ứng dụng liên quan đến nhận dạng mặt người có thể kể như: hệ thống phát hiện tội phạm, hệ thống
theo dõi nhân sự trong một đơn vị, hệ thống tìm kiếm thông tin trên ảnh, video dựa trên nội dung,…. Để giải quyết bài toán này, cần xác định hai vấn đề chính. Thứ nhất, dùng thông tin nào để nhận dạng, chẳng hạn như mắt, mũi, miệng, chân mày,… hay kết hợp tất cả các thông tin trên. Thứ hai, dùng phương pháp nào để nhận dạng nguồn thông tin đó [3].
Hệ thống nhận dạng mặt người với tập dữ liệu đầu vào là bộ ảnh về mặt người đã thông qua tiền xử lý, như các kỹ thuật xử lý ảnh (cân bằng sáng, tách ngưỡng, histogram …), cũng như giai đoạn phát hiện mặt người (Face Detection). Từ tập dữ liệu này hệ thống sẽ tiến hành trích chọn các đặc trưng. Quá trình rút trích đặc trưng nhằm giảm số chiều của không gian dữ liệu bằng cách loại bỏ bớt những thành phần (chiều) dư thừa trong dữ liệu sao cho lượng thông tin sau khi rút trích vẫn đảm bảo các đặc trưng của dữ liệu ban đầu. Từ các đặc trưng được trích chọn, sẽ tiến hành so khớp, phân lớp để nhận dạng. Đây Là giai đoạn cuối cùng trong bài toán nhận dạng mặt người. So sánh đặc trưng ảnh với đặc trưng của toàn bộ ảnh trong cơ sở dữ liệu nhận dạng. Dựa vào khoảng cách so sánh, hệ thống xác định thông tin của người được nhận dạng. Thường dữ liệu đặc trưng được thể hiện bằng một vector nên có thể dùng khoảng cách Euclid giữa hai vector để phân lớp, ngoài ra người ta cũng có thể dùng kết hợp PCA, LDA và độ đo Mean-KNN để tính khoảng cách kết hợp, từ đó cho ra kết quả.