Penggunaan informasi tepian (edge) dari citra wajah dalam melakukan pengenalan wajah masih sedikit digunakan oleh para peneliti. Dalam penelitian ini, informasi tepian dari citra wajah pengujian dibangkitkan oleh Operator Sobel yang kemudian dibandingkan dengan informasi tepian dari seluruh citra wajah pelatihan. Perbandingan dilakukan dengan menggunakan metode Generalized Hough Transform (GHT). Tingkat kemiripan antara dua citra wajah diukur berdasarkan nilai voting maksimum. Semakin tinggi nilai voting maksimum maka tingkat kemiripan juga semakin tinggi, begitupula sebaliknya. Eksperimen dengan basis data wajah Yale dan AR dengan sudut pandang frontal dilakukan untuk membandingkan tingkat pengenalan sistem GHT dengan sistem yang menggunakan Doubly Modified Hausdorff Distance (M2HD) sebagai metode klasifikasi. Selain itu, dalam eksperimen juga diikutsertakan sistem yang menggunakan teknik Principal Component Analysis dan Jaringan Neural Buatan Backpropagation dan memanfaatkan informasi tingkat keabuan. Hasil eksperimen menunjukkan bahwa sistem GHT mempunyai tingkat pengenalan yang lebih baik dibandingkan keduanya terhadap perubahan wajah akibat perbedaan waktu pengambilan citra, iluminasi, dan ekspresi.