人脸识别是计算机视觉领域的热点研究问题之一。本文对二进制特征在人脸识别上的表现性能进行了研究和讨论。论文的主要工作有：1.调研了经典的二进制特征,将现有的二进制特征根据提取方式分为两类,分析了经典算法的优缺点；2.提出了一种新的Principal Learning-based BRIEF (PLEB)特征,通过比较像素灰度大小得到描述子中的每一比特,用PCA变换去除冗余信息,并引入了编码和池化环节来提高鲁棒性,在Labeled Faces in the Wild (LFW)数据库和自主采集的数据库上进行了实验,实验结果表明了PLEB特征能够有效地提升识别性能；3.基于降维和零空间的线性鉴别分析方法是解决小样本问题的两种经典方法,本文提出了基于特征降维的方法主要得益于白化过程,基于零空间的方法主要得益于类内散度矩阵的零空间。实现了这两种算法并在LFW库上对两种算法的结果进行了比较,实验结果表明基于零空间的方法对分类的效果更好；4.设计和实现了基于网页的人脸识别演示系统,分别实现了人脸图片对匹配和相似脸搜索的功能。