La temática principal de este Trabajo Fin de Grado (TFG) es el reconocimiento facial, imprescindible en campos con amplia acogida por profesionales de la ingeniería: seguridad biométrica e inteligencia artificial. El bloque principal del trabajo está desarrollado en el área de la inteligencia artificial. En el TFG se tratan dos técnicas de reconocimiento facial para datos bidimensionales, es decir, aquellos donde no se tiene en cuenta la profundidad del rostro. La primera técnica, considerada más clásica, utiliza Análisis de Componentes Principales para reducir la dimensionalidad de los datos y resolver, posteriormente, el problema de reconocimiento con algoritmos de clasificación. La segunda técnica consiste en aplicar redes neuronales profundas de tipo convolucional, que no requieren ningún tipo de reducción en los datos para reconocer los sujetos y la propia red es la que actúa de clasificador, es decir la red es capaz de extraer las características intrínsecas de las imágenes y resolver la clasificación. La aplicación de ambos métodos en un entorno real es precedida del contexto en el que se encuentra el reconocimiento facial en la actualidad, comprendiendo de dónde viene y hacia dónde se quiere llegar. En los experimentos realizados, la técnica Análisis de Componentes Principales junto con Regresión Logística como clasificador, alcanza el 96% de acierto. Este resultado es superado por las redes convolucionales, con un acierto del 98.9%. Con ello hemos podido mostrar nuestra sospecha inicial: las redes convoluciones aplicadas a imágenes es un tema en auge y si se cuenta con un número suficientemente grande de imágenes los resultados son alentadores.