O reconhecimento de parentesco facial (Facial Kinship Recognition - FKR) busca determinar se duas pessoas em imagens faciais possuem uma relação de parentesco. Esse campo tem atraído atenção devido a suas aplicações em áreas como ciência forense, redes sociais, pesquisa genealógica e identificação biométrica. No entanto, o FKR enfrenta desafios significativos, incluindo variações intraclasse, como diferenças de idade e gênero, e interclasse, como ambiguidades entre pares de parentes e não-parentes. Métodos recentes baseados em aprendizado profundo (deep learning) e técnicas de aprendizado contrastivo têm avançado na superação dessas dificuldades, explorando redes neurais convolucionais (CNNs) e redes com mecanismos de atenção. Este trabalho propõe um novo método de verificação de parentesco facial, utilizando aprendizado contrastivo supervisionado para lidar com as variações faciais e melhorar a discriminação entre pares de parentes e não-parentes. O objetivo é desenvolver um modelo robusto e preciso, capaz de aprimorar as técnicas de reconhecimento de parentesco e superar limitações presentes em métodos existentes.