Luận văn tập trung nghiên cứu và triển khai kỹ thuật nhận dạng khuôn mặt dựa trên phương pháp Eigenfaces, một trong những thuật toán nền tảng của thị giác máy tính. Phương pháp này sử dụng phép biến đổi Karhunen-Loève (Phân tích thành phần chính - PCA) để giảm chiều dữ liệu ảnh khuôn mặt, từ đó trích xuất các đặc trưng chính dưới dạng các vector riêng (eigenfaces). Quy trình thực hiện bao gồm các bước: tiền xử lý ảnh, xây dựng không gian khuôn mặt, chiếu ảnh huấn luyện và ảnh kiểm tra lên không gian này, sau đó phân loại dựa trên khoảng cách Euclid. Kết quả thực nghiệm trên các cơ sở dữ liệu khuôn mặt chuẩn cho thấy phương pháp Eigenfaces đạt độ chính xác cao trong điều kiện ánh sáng ổn định và biểu cảm khuôn mặt ít thay đổi. Tuy nhiên, hiệu suất của phương pháp bị ảnh hưởng đáng kể bởi các yếu tố như góc nghiêng, cường độ sáng và nhiễu nền. Luận văn cũng đề xuất một số cải tiến nhằm nâng cao độ chính xác và tốc độ nhận dạng trong các ứng dụng thực tế.