Els humans tenim una capacitat innata pel reconeixement d'altres persones a través de la cara independentment de les modificacions que aquesta pugui sofrir ja sigui a través de l'edat o essent camuflada per unes ulleres o una barba. En aquesta tesi es vol intentar desenvolupar un sistema complert de reconeixement facial a través d'un ordinador, es a dir, implementar un sistema autònom capaç de reconèixer persones d'una base de dades a partir d'una imatge desconeguda pel sistema i obtinguda de qualsevol font dins d'Internet (Twitter, Facebook, Google, etc.). La idea doncs és per una banda crear una base de dades (que anomenarem watchlist) a partir d'imatges d'Internet suficientment potent i poder així entrenar a un reconeixedor amb la suficient fiabilitat que ens permeti obtenir un grau alt d’èxit de reconeixement. I d'altra banda, poder ser capaços de reconèixer el major numero d'imatges possible que trobem a Internet. Per assolir el nostre objectiu s'ha implementat un sistema d'adquisició i processat d'imatges que adaptarà les fotografies extretes d'Internet perquè el sistema de reconeixement funcioni correctament. D'aquesta manera no és necessari generar una nova base de dades mitjançant la realització de fotografies específiques a la persona que volem reconèixer, ja que en la majoria dels casos això no ens serà permès. Així doncs, s'ha utilitzat un codi ja implementat pel reconeixement facial aprofitant els recursos que ofereix OpenCV [1] i que ens ajudarà a testejar l’eficiència de la watchlist a la vegada que s'ha implementat un detector de cares i ulls juntament amb una sèrie d'algoritmes que milloren l'eficiència de la detecció capaç de normalitzar una imatge de manera automàtica. El resultat, aplicat a diferents imatges de diferents persones, serà la nostra watchlist i servirà per entrenar el reconeixedor i reconèixer noves cares. L’eficiència d'aquesta watchlist automàtica serà contrastada amb una altra watchlist creada manualment on l'usuari marcarà la posició dels ulls. El resultat és un sistema complert de reconeixement facial totalment automàtic amb un determinat percentatge d’èxit de reconeixement. En treballs futurs es pot preveure la seva optimització i la implementació de casos pràctics. English: The objective is to implement a reliable face recognition system for finding a reduced set of persons (watch-list) in a huge database. Face recognition requires reliable face detection and precise eye localization for performing an accurate face normalization prior to face recognition stage. The thesis will try to fiind reliable detection and precision in the localization of the eyes of the person and training a fisherfaces based recognition system.