A estrutura proposta aqui (seleção de eigenfeatures) é uma forma de fundir os dados para a utilização de um único classificador para todas as regiões das imagens. Se, ao invés de fundir os dados dessa forma, fosse utilizado um classificador para cada região e um superclassificador para unir os resultados, certamente o processo de reconhecimento seria mais complexo e mais lento. Um super-classificador deve ser utilizado somente para combinar os resultados de classificação de cada quadro da seqüência de vídeo.
Para efetuar o reconhecimento de pessoas em seqüências de vídeo, primeiro os quadros devem ser representados no espaço de características criado a partir de eigenfeature selection. Inicialmente o espaço de características deve ser povoado pelos elementos de treinamento obtidos a partir de seqüências de vídeo em que as pessoas variam a pose e a expressão facial. Dessa forma, cada classe pode ter muitos elementos de treinamento. Posteriormente, para cada pessoa, deverá ser utilizada uma outra seqüência de vídeo para testar o sistema. Cada quadro das seqüências de teste é classificado individualmente através de um classificador de mínima distância ao protótipo ou de K-vizinhos mais próximos (descritos na seção 2.2). Conforme dito anteriormente, um super-classificador é utilizado para decidir o resultado da classificação a partir dos resultados obtidos pelos quadros individuais da seqüência. Para efetuar essa tarefa, foi proposta a utilização do esquema de votação.