As abordagens de reconhecimento de face atuais possuem diversos desafios. Entre tais desafios, destaca-se a dificuldade na coleta de amostras de face. Quanto menor a quantidade de amostras por pessoa, menor o esforço e o custo para coletá-las, armazená-las e processá- las. Diversas abordagens em reconhecimento facial dependem de um grande conjunto de treinamento. Se nesse conjunto existir apenas uma amostra por pessoa, a maioria das abordagens terão grande queda no desempenho, ou até mesmo não conseguirão desempenhar sua função. Isso é conhecido na literatura como problema Single Sample Per Person (SSPP). Tal problema é considerado complexo e desafiador para a maioria dos algoritmos de reconhecimento de face. Diversas abordagens foram desenvolvidas para atacar esse problema. Sendo assim, esta qualificação define um projeto de dissertação de mestrado, cujo principal objetivo é desenvolver uma nova abordagem em reconhecimento de faces, atacando o problema de uma imagem por pessoa, apropriados para dispositivos de hardware com recursos limitados. Nesta qualificação, foi realizada uma revisão sistemática da literatura para o desenvolvimento da metodologia experimental a ser utilizada na dissertação. Por meio da revisão, foi possível mapear e fazer escolhas criteriosas de métodos que serão utilizados. O projeto também apresenta resultados preliminares de alguns experimentos realizados. É esperado que a abordagem proposta tenha resultados satisfatórios e que contribuam para a economia de recursos de hardware. Assim, a abordagem proposta poderá ser utilizada em conjunto com dispositivos de baixo processamento, diminuindo os obstáculos e facilitando o acesso e inclusão de grande parte da sociedade.