En el campo de la biometría facial, la identificación de una persona en una imagen es el tema más investigado, pero hay otra información biométrica suave que es igualmente importante, como la edad, el género, la etnicidad o la emoción. Hoy en día, la clasificación de etnicidad tiene un amplio campo de aplicación y es un área de investigación prolífica. Este artículo ofrece una visión general de los avances recientes en la clasificación de etnicidad con un enfoque en las redes neuronales convolucionales (CNN) y propone un nuevo método de clasificación de etnicidad utilizando solo la parte media de la cara y CNN. El artículo también compara las diferencias en los resultados de CNN con y sin puntos de referencia trazados. El modelo propuesto fue probado utilizando el método de prueba de retención en el conjunto de datos UTKFace y el conjunto de datos FairFace. La precisión del modelo fue del 80.34% para la clasificación en cinco clases y del 61.74% para la clasificación en siete clases, lo que es ligeramente mejor que el estado del arte, pero también es importante señalar que los resultados en este artículo se obtuvieron utilizando solo la parte media de la cara, lo que reduce el tiempo y los recursos necesarios.