Yüz özelliklerinin çıkarılması, yüz görüntülerinin verimli bir şekilde sunulması için en önemli kısımdır. Yüz ifadesini tanıma için, tanıma verimliliği esas olarak yüz ifadelerinin optik değişikliklerini tanımlayan özelliklerin ayrımcı niteliğine bağlıdır. Yüz ifadeleri doğada çok dinamiktir. Yüz kas değişikliklerinin dinamiklerinin yakalanması ve doğru bir şekilde kodlanması gerekir. Yüz ifadeleri, yüz görüntüsünün farklı kısmında yüksek frekanslı kenarlarla sonuçlanan yüz kaslarının kasılmaları ve genişlemeleridir. LBP histogram özellikleri ile birlikte yüksek frekanslı kenarlara dayanan dijital imza adı verilen yeni bir özellik çıkarma çerçevesi geliştirilmiştir ve önerilen yöntem yüz ifadesi tanıma (FER) için kullanılır. Yüz dinamiğinin dijital imza tanımlayıcısı, kenar pikselleri dikey ve yatay olarak yansıtarak elde edilir. Dijital imza, yüz ifadelerini benzersiz ve tamamen açıklar. Destek vektör yöntemi sınıflandırıcısı, bire bir sınıflandırma stratejisine dayalı olarak altı temel ifadeyi sınıflandırmak için kullanılır. Önerilen algoritmanın geçerliliği standart olarak yaygın kullanılan Cohn – Kanade Yüz İfade Veritabanı (CKFED), Tayvanlı Yüz İfade Veritabanı (TFED) ve Japon Kadın Yüz İfadesi veritabanlarında (JFED) test edilmiştir. Deneysel sonuçlar, önerilen yeni tekniğin ekspresyon tanıma etkinliğinin, mevcut diğer yöntemlerden daha yüksek olan CKFED'de% 96.25 olduğunu göstermektedir.