The ability to recognize people is a key element for improving human-robot interaction in service robots. There are many approaches for face recognition; however, these assume unrealistic conditions for a service robot, like having an image with a centered face under controlled illumination. In this thesis a novel face recognition system is developed assuming realistic indoor environments and an adequate response time for a mobile robot. The system is able to learn on-line a new face based on a single frame, which is later used to recognize the person even under different environmental conditions. A preprocessing step is used to reduce the effect of different illumination conditions, and then identify three regions in the face: left eye, right eye and nose–mouth. SIFT features are extracted from each region and stored in a feature vector, which is used for recognition. The matching strategy is able to discard unknown faces and the recognition process uses a Bayesian approach over several frames to improve accuracy. Three sets of experiments were performed: recognition in a video sequence, recognition increasing the number of individuals in a data base of faces, and, finally an experiment to evaluate the performance on the service robot Markovito. Results in experiments with ten people show that this method is able to learn and recognize different faces on average in three seconds with 96.65% of precision and 57.32% of recall, which is a significant result according to the state of the art.La habilidad de reconocer personas es un punto fundamental para mejorar la interacción humano-robot en robots de servicio. Se han propuesto múltiples enfoques para el reconocimiento de rostros; sin embargo, estos asumen condiciones poco realistas para un robot de servicio, como tener una imagen con un rostro centrado bajo condiciones controladas de iluminación. En esta tesis se propone un sistema de reconocimiento de rostros en ambientes con condiciones interiores realistas y un tiempo de respuesta adecuado para un robot móvil. El sistema es capaz de aprender en línea un nuevo rostro basado en una sola imagen, la cual es usada posteriormente para reconocer a la persona bajo diferentes condiciones en el ambiente. Una etapa de preprocesamiento es usada para reducir el efecto de las diferentes condiciones de iluminación, y entonces identificar tres regiones en el rostro: ojo izquierdo, ojo derecho y nariz-boca. Características SIFT son extraidas de cada región y son almacenadas en un vector de características, el cual es usado para su reconocimiento. La estrategia de correspondencia es capaz de descartar rostros desconocidos y un enfoque Bayesiano mejora la precisión sobre múltiples imágenes. Tres conjuntos de experimentos son propuestos: reconocimiento en video, reconocimiento al incrementar el número de sujetos en la base de rostros y el número de cuadros de cada sujeto, y finalmente un experimento para evaluar el desempeño en el robot de servicio Markovito. Resultados en experimentos con diez personas muestran que este método es capaz de aprender diferentes rostros y reconocerlos en un promedio de tres segundos con un 96.65% de precisión y 57.32% de recuerdo, lo cual significa un resultado competitivo de acuerdo al estado del arte.