提出了一种新的使用汉明距离约束的LBP（局部二值化模式）人脸识别算法。传统的LBP算子使用一致性模式（Uniform Pattern）来描述图像的局部特征，并且把其他非一致性模式都归并到另外的一个类中去，对于受光照和表情变化影响的图像，这种方法的准确性会降低。假定光照、姿态、表情的影响都可以看作是某种“噪声”，把信道编码中广泛应用的汉明距离引入到LBP算法中，减少由于这些噪声干扰产生的错误率。在FRGC上的实验结果显示：对于无约束环境下的人脸图片来说，该方法要优于传统的基于LBP的人脸识别方法。